几类非线性协整模型研究综述.docx

几类非线性协整模型研究综述
非线性协整模型是解决经济时间序列数据中存在长期关系和非线性特点的重要工具。在实际应用中，由于经济现象存在着非线性特征，线性协整模型就无法很好地描述实际情况。因此，非线性协整模型的研究与应用具有重要的理论意义和实践价值。本文主要就几类典型的非线性协整模型进行总结和综述。
首先，我们来介绍门限协整模型。门限协整模型是一类非线性协整模型，它可以通过引入门限变量来考虑经济变量在某些条件下的非线性关系。门限协整模型的实际应用中，研究者通常可以用经济理论或实证方法研究出门限值，之后就可以采用门限变量来建立模型。门限协整模型的一个典型例子就是门限自回归模型(ThresholdAutoregressive,TAR)。在门限自回归模型中，经济时间序列的取值会在门限值附近存在两个稳定平衡态，具有良好的非线性特征。因此，门限自回归模型在解决价格形成等问题中具有很好的应用价值。
其次，我们来介绍平滑转换自回归模型(SmoothTransitionAutoregressive,STAR)。平滑转换自回归模型是另一类非线性协整模型，其在门限自回归模型的基础上引入了平滑转换函数。平滑转换函数表示变量的稳定性随着自变量的变化而变化的连续函数。经济时间序列在STAR模型中具有更广泛的平滑特性，因此在面对多个交叉变量时更具优势。平滑转换自回归模型的优点是能够完美地描述出非线性趋势，同时在变量之间存在协整关系时也具有良好的描述能力。
最后，我们来介绍门限向量自回归模型(ThresholdVectorAutoregressive,TVAR)。门限向量自回归模型是在门限自回归模型和向量自回归模型(VectorAutoregressive,VAR)的基础上发展出来的经济模型。门限向量自回归模型引入了门限变量的概念，就可以在门限值不同的情况下，获得不同的协整关系和非线性性质。对于多个经济变量的协整关系建模，在门限值不同的情况下，门限向量自回归模型能够有效地描述各种经济现象的变化和转移。
综上所述，非线性协整模型是解决经济时间序列数据中存在长期关系和非线性特点的重要工具，其中包括门限协整模型、平滑转换自回归模型和门限向量自回归模型。这些模型能够更好地描述经济时间序列数据中存在的非线性特点，对于实际问题的解决具有重要的理论意义和实践价值。