基于傅里叶近似的时变门槛模型:估计、检验及其应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71803072
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    18.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0301.计量经济与经济统计
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

We propose a new class of time-varying threshold models. Traditional threshold models assume that threshold values are constant. However, time-varying threshold models are more suited for many applications and time-varying threshold values are consistent with many economic concepts. Furthermore, our simulations show that ignoring the time-varying features in the threshold could lead to biased estimates and distorted tests. Hence, it is important to construct threshold models with time-varying threshold values. However, the time-varying feature in the threshold might be of unknown form, which can result in a seriously misspecified model and infeasible model specification tests. Based on the fact that a Fourier approximation can often capture the behavior of an unknown time-varying function, we propose time-varying threshold regression models for stationary variables and time-varying threshold cointegration models for nonstationary variables. The main tasks include: ①developing the estimation method for the proposed models and the asymptotic properties of estimators; ②constructing test statistics for threshold effect and threshold constancy, and deriving their limiting distributions; ③assessing the performance of the estimation and testing procedures through Monte Carlo simulations. Moreover, the new models are employed to investigate: ①the relationship between subsidies/tax incentives and firm innovation, and estimate the varying optimal fiscal and tax policy support for firm innovation; ②the relationship between stock index futures and spots, and estimate the time-varying no-arbitrage band. This research can improve methods and theory of threshold models.
本项目提出一组新的时变门槛模型。传统门槛模型假设门槛值为常数,然而,在很多应用中时变门槛模型更符合现实,且时变门槛值与很多经济概念相契合,进一步的模拟表明:忽略门槛时变性会导致参数估计偏差和检验扭曲,因此建立时变门槛模型具有重要意义。但门槛的时变结构常常是未知的,这会引起模型误设并导致模型检验难以实施。近期文献表明傅里叶变换能很好地近似常见时变特征,基于此事实,本项目在平稳和非平稳条件下分别建立时变门槛回归模型和时变门槛协整模型。我们的主要研究任务包括:①发展出模型估计方法并推导参数估计量的大样本特征;②构建门槛存在性和门槛时变性检验统计量并推导极限分布;③使用蒙特卡洛模拟评估模型估计和检验方法的表现。此外,本项目将新模型应用于研究:①政府补贴、税收优惠与企业创新的关系,估计可变的政策力度最优区间;②股指期货与现货的关系,估计时变的无套利区间。本研究有助于完善门槛模型的理论与方法体系。

结项摘要

鉴于经典门槛模型假设门槛值为常数,本项目围绕时变门槛的研究议题展开了深入研究,给出了时变门槛模型的理论方法体系,并将新模型应用于一些重要经济问题,提供了新视角的实证结果,并为时变门槛参数提供了有意义的经济解释。主要研究内容和研究成果简述如下:. 在平稳条件下建立了时变门槛回归模型,在非平稳条件下建立了时变门槛协整模型,分别给出了不同情形下模型的参数估计方法,以及门槛存在性和门槛时变性检验方法,建立了相应的大样本理论并使用蒙特卡洛模拟研究了参数估计和模型检验方法的有限样本表现,模拟结果与相应的大样本理论一致且表明参数估计与模型检验方法具有良好的有限样本表现,而忽略门槛时变性将导致参数估计偏差和检验扭曲。同时,我们将新模型应用于一些重要的实证经济问题,研究结果表明忽略门槛时变性将导致十分不同的实证结果,而时变门槛模型能提供意义丰富的新结果。. 此外,我们还对本项目的研究议题进行了拓展研究,主要研究内容有:将时变门槛概念引入断点回归,建立了具有状态依赖断点的断点回归,为因果推断提供了新的方法;将门槛模型推广到混频数据,建立了混频门槛模型;在门槛模型中引入空间效应,建立了面板门槛空间模型。相关研究成果显示了本项目良好的拓展性,为后续研究提供了方向。

项目成果

期刊论文数量(13)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
面板数据框架下基于固定效应的断点回归设计
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    统计与决策
  • 影响因子:
    --
  • 作者:
    张春丽;杨利雄;李庆男
  • 通讯作者:
    李庆男
中国季度GDP核算数据质量研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    统计与信息论坛
  • 影响因子:
    --
  • 作者:
    杨利雄;张春丽;李庆男
  • 通讯作者:
    李庆男
Regression discontinuity designs with state-dependent unknown discontinuity points: Estimation and testing
具有状态相关的未知不连续点的回归不连续性设计:估计和测试
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Studies in Nonlinear Dynamics and Econometrics
  • 影响因子:
    0.8
  • 作者:
    Lixiong Yang
  • 通讯作者:
    Lixiong Yang
Threshold mixed data sampling (TMIDAS) regression models with an application to GDP forecast errors
阈值混合数据抽样 (TMIDAS) 回归模型及其对 GDP 预测误差的应用
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    Empirical Economics
  • 影响因子:
    3.2
  • 作者:
    Lixiong Yang
  • 通讯作者:
    Lixiong Yang
Threshold model with a time-varying threshold based on Fourier approximation
基于傅立叶近似的时变阈值模型
  • DOI:
    10.1111/jtsa.12574
  • 发表时间:
    2020
  • 期刊:
    Journal of Time Series Analysis
  • 影响因子:
    0.9
  • 作者:
    Lixiong Yang;Chingnun Lee;I-Po Chen
  • 通讯作者:
    I-Po Chen

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

杨利雄的其他基金

高维混频数据时变门限模型:理论、方法与应用
  • 批准号:
    72273059
  • 批准年份:
    2022
  • 资助金额:
    45 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码