什么是存在线性趋势情形的最大似然估计量?

股票入门知识 | 发布于2021-11-30

之前的讨论假定模型具有零截距,因此过程中不存在线性趋势或非零截距。如果给VAR模型加上一个截距,我们可能会得到在变量中的线性趋势。

在协整模型中情况更复杂些,协整变量可能存在也可能不存在线性趋势。换句话说,协整向量把I(1)变量转化成平稳变量或趋势平稳变量。

恩格尔和格兰杰(Engle and Granger)对于协整的最初定义排除了协整变量中存在的确定性趋势。现在我们来区分随机协整和确定性协整。一组I(1)变量称为随机协整的,如果存在这些变量的趋势平稳的线性组合(即一个平稳过程加上一个确定性趋势)。一组I(1)变量称为是确定性协整的,如果存在这些变量的不包含任何确定趋势并且平稳的线性组合。

因此,当我们考虑一个协整VAR模型中的确定项时,我们不能仅仅考虑常数截距,而是一定要包括线性趋势。

就像我们在平稳模型中所做的那样,我们给模型变量加一个常数项和一个线性趋势,之前所讨论的估计过程仍然是有效的。

飞鲸投研从多维度分析,整理了一份《成长50》的名单,可以关注同名公众号:"飞鲸投研":feijingtouyan,进行领取(点击复制)

该文观点仅代表作者本人,飞鲸投研系信息发布平台

/阅读下一篇/

在股市投资中,什么是利用典型相关方法估计?

热门推荐