计量复习笔记 (VI):Beveridge-Nelson 分解

Info

本系列是2023年春季学期《应用计量经济学》期末复习笔记,仅涵盖时间序列部分,对应 Hansen (2022) Econometrics 第14和16章的内容。

内容提要 

介绍了 Beveridge-Nelson 分解,并通过此法证明了更一般的平稳序列(允许序列相关)的部分和过程的极限分布。

Beveridge-Nelson 分解 

在上一讲的例子中,$e_t$ 是一个平稳遍历的鞅差分,这是一个比较特殊的平稳序列,现在我们想知道对于更一般的平稳序列,其(标准化的)部分和过程 $S_n(r)$ 是否也能通过 FCLT 得到一个极限分布。

我们考虑 $e_t$ 是一个 $\text{MA}(\infty)$ 的情况,它仍然是平稳的,只是允许了序列相关。具体而言,设

$$ e_t = \Theta(L)u_t = \sum_{j=0}^\infty\theta_ju_{t-j} $$

其中 $u_t$ 是一个平稳遍历的鞅差分,方差为 $\sigma^2$。

Beveridge-Nelson 分解依赖于对多项式 $\Theta(z)$ 的分解:

$$ \begin{align*} \Theta(z) &= \Theta(1) + [\Theta(z)-\Theta(1)] \\ &= \textstyle\Theta(1) + \left(\sum_{j=0}^\infty\theta_jz^j-\sum_{j=0}^\infty\theta_j\right) \\ &= \textstyle\Theta(1) + (1-z)\sum_{j=0}^\infty\left(-\theta_j\sum_{k=0}^{j-1}z^k\right) \\ &= \textstyle\Theta(1) + (1-z)\sum_{k=0}^\infty\left(-\sum_{j=k+1}^\infty\theta_j\right)z^k \\ &= \textstyle\Theta(1) + (1-z)\sum_{k=0}^\infty\theta_k^* z^k \\ &= \Theta(1) + (1-z)\Theta^{*}(z) \end{align*} $$

为保证求和顺序可交换,一个充分条件是 $\sum_{k=0}^\infty|\theta^*_k|<\infty$。

于是,$e_t$ 可分解为

$$ e_t = \Theta(1)u_t + (1-L)[\Theta^{*}(L)u_t] \equiv \xi_t + \nu_t-\nu_{t-1} $$

$\xi_t$ 无疑仍是一个平稳遍历的鞅差分,方差为 $\Theta(1)^2\sigma^2$;根据第二和第三讲,$\nu_t=\Theta^{*}(L)u_t$ 也是平稳遍历的(但不再是鞅差分)。

那么,部分和序列就有如下分解

$$ Y_t = \sum_{\tau=1}^te_\tau = \sum_{\tau=1}^t\xi_\tau + \nu_t - \nu_0 $$

求和项 $\sum\xi_\tau$ 称为 永久部分 (permenant component) 或趋势部分,随时间而积累;$\nu_t-\nu_0$ 称为 瞬时部分 (transitory component),不随时间积累;前者是 $Y_t$ 在长期的决定部分。此分解就是 Beveridge-Nelson 分解。

部分和过程的极限分布 

通过构造阶跃并除以 $\sqrt{n}$,得到标准化的连续时间部分和过程

$$ Y_n(r) = \frac{1}{\sqrt{n}}Y_{\lfloor nr\rfloor} = \frac{1}{\sqrt{n}}\sum_{\tau=1}^{\lfloor nr\rfloor}\xi_\tau + \frac{1}{\sqrt{n}}\nu_{\lfloor nr\rfloor} - \frac{1}{\sqrt{n}}\nu_0 $$

第一项应用上一讲的内容,依分布收敛到布朗运动 $B(r)$,单位时间累积方差为 $\Theta(1)^2\sigma^2$;第三项显然是 $o_p(1)$,因为任意随机变量都是 $O_p(1)$。

第二项值得细说。它是 $o_p(1)$ 的一个充分条件是 $\max_{1\leq t\leq n}n^{-1/2}|\nu_t| = o_p(1)$,这是因为

$$ |\nu_{\lfloor nr\rfloor}| \leq \max_{1\leq t\leq n}|\nu_t| \quad\text{for every } r\in[0,1] $$

而 $\max_{1\leq t\leq n}n^{-1/2}|\nu_t| = o_p(1)$ 的一个充分条件是平稳序列 $\nu_t$ 方差有限,这一点是满足的:

$$ \text{var}(\nu_t) = \sigma^2\sum_{j=0}^\infty(\theta^{*}_j)^2 < \infty $$

注意,$\sum_{j=0}^\infty|\theta^{*}_j|$ 收敛必然意味着 $\sum_{j=0}^\infty(\theta^{*}_j)^2$ 收敛。因此,第二项也是 $o_p(1)$。

以上分析表明了,$Y_n(r) \to_d B(r)$,单位时间方差 $\Theta(1)^2\sigma^2$。

参考 

Hansen, Bruce (2022). Econometrics. Princeton University Press.


最后修改于 2024-09-04