混合频率数据中季节协整的时间聚合效应研究

《Econometrics and Statistics》:The effect of aggregation on seasonal cointegration in mixed frequency data

【字体: 大 中 小 】 时间:2026年10月23日 来源:Econometrics and Statistics 3.0

编辑推荐:

  经济时间序列在其非季节性与季节性特征中通常表现出强烈的持久性动态。在多变量情境下,变量的持久性特征可能因受一个或多个共同趋势驱动而相互关联,从而产生协整关系。此类协整不仅可能出现在零频率上,也可能出现在季节性频率上。然而,所关注的变量可能以不同的抽样间隔被观测

  
经济时间序列在其非季节性与季节性特征中通常表现出强烈的持久性动态。在多变量情境下,变量的持久性特征可能因受一个或多个共同趋势驱动而相互关联,从而产生协整关系。此类协整不仅可能出现在零频率上,也可能出现在季节性频率上。然而,所关注的变量可能以不同的抽样间隔被观测,因此部分变量相对于以更高频率观测的变量而言(实际上)经历了时间聚合。这种(部分)聚合对单位根与协整性质具有重要影响,因为聚合可能改变单位根出现的频率。这种改变可能导致“混叠”(aliasing)效应,使得两个或多个不同频率上的单位根相互对齐而无法分离,进而影响协整关系。研究人员利用双变量情形下的三角系统表示(triangular systems representation)以及一般多变量设定下的状态空间框架(state space framework)考察了这些影响。研究考虑了在何种假设与情境下,对混合抽样频率(mixed sampling rate, MSR)时间序列的分析能够产生与最高抽样频率下潜在数据生成过程相同的性质。研究结果提出了一种有效的计量经济学策略,用于检测零频率与季节性频率上的潜在协整关系,并通过模拟实验对该策略进行了验证。
一、研究背景与问题提出
经济数据集中常包含以不同频率观测的变量,例如季度与月度数据并存。混合频率(MIDAS)数据已在计量经济学文献中得到广泛研究,但现有混合频率协整研究大多仅涉及传统单位根情形,即单位根出现在零频率的情况。然而,单位根同样可能出现在其他(尤其是季节性)频率上,而时间聚合对非零频率单位根的影响与对零频率单位根的影响存在本质差异。这一差异在仅部分变量经历时间聚合的向量过程中,可能对协整分析产生重要影响。
时间聚合对单位根位置的影响已由del Barrio Castro等人(2019)系统分析,其研究表明聚合类型对单位根性质具有决定性作用。研究区分了两种聚合类型:跳跃抽样(skip sampling,亦称系统抽样),适用于仅在部分季节观测的存量变量;累积抽样(cumulative sampling),适用于流量变量,需对若干季节进行求和。两种聚合方式虽可纳入统一框架,但行为表现截然不同:跳跃抽样会导致单位根出现频率的移动,而累积抽样则可能消除共同周期。
以季度序列为例,若其在频率ω=π/2(对应每四个季度一个周期)处存在单位根,则对应的年度观测序列(如仅在第四季度观测)将在频率ω=π/2×4=2π处存在单位根,该频率等价于零频率。对于具有四个单位根的单变量季节整合季度过程,若按各季度分别进行年度观测,所有单位根均移至零频率,此时混叠效应使得四个共同趋势无法区分。相反,累积抽样对全年所有季度观测求和后,将消除季节性频率π/2、π和3π/2上的共同趋势。
二、研究内容与主要结论
研究人员利用三种核心工具开展研究:解调算子(demodulator operator)、三角系统表示(triangular systems representation)以及向量季节(vector of seasons, VS)表示与状态空间框架的结合。通过这些工具,研究人员系统考察了混合抽样频率(MSR)系统的整合与协整性质,识别出部分序列聚合改变协整性质的具体情境。研究表明,累积聚合可能消除单位根与协整关系,因此MSR数据中协整的存在与否不足以推断潜在数据生成过程的相应性质。基于理论结果,研究人员提出了识别MSR数据中单位根与协整关系的计量经济学策略,并通过蒙特卡洛模拟验证了所建议检验的有限样本性质。
三、关键技术方法
研究人员采用了以下主要技术方法:(1)解调算子(demodulator operator),由Bloomfield(1976)及Granger和Hatanaka(1965)引入,用于将任意频率上的单位根移至零频率,从而可在零频率下研究过程性质,再将结果转移回其他频率;(2)三角系统表示(triangular systems representation),由Gregoir(1999a, 1999b, 2010)提出,特别适合双变量设定下协整关系的考察,使变量间关系清晰透明;(3)向量季节(VS)表示与状态空间框架的结合,Anderson等人(2016a)称之为“分块方法”(method of blocking),通过在联合状态空间表示中允许多个不同频率上的单位根,便于在更一般的多变量过程中进行研究。
四、研究结果
(一)解调算子与向量季节表示的性质
解调算子是一种非线性算子,可将具有任意频率单位根的实值时间序列变换为具有零频率单位根的复值I0(1)时间序列。通过部分分式分解,研究人员建立了原始序列与解调后序列之间的关系。在VS表示中,具有季节性单位根的过程可表示为年度向量的一阶自回归形式,其中共同随机趋势由所有季节共享,矩阵(Φ0?)?1Φ1?(Φ0?)?1的秩为1,因此季节向量之间存在S?1个(复值)协整关系。
(二)三角表示中的季节协整
研究人员采用Gregoir(2010)定义的复值三角表示刻画两个季节整合过程间的协整关系。该表示包含一对复共轭单位根对应的复值协整方程,通过取实部与虚部可转化为两个实值多项式协整关系。在VS表示下,三角系统可写成块结构形式,其中ys,n?是xs,n?的静态线性映射。通过递归代入,研究人员证明了两个过程共享共同随机趋势,并给出了极限分布结果(引理1)。
(三)部分聚合对复值双变量系统的影响
研究人员考察了双变量过程中仅一个序列经历时间聚合的情形。聚合通过变换矩阵Ayx作用于原始VS向量实现。研究表明,当两个过程以相同频率抽样时,协整存在于平稳线性组合;但当仅一个过程以较慢频率抽样时,可能不再存在平稳线性组合,且任何存在的平稳线性组合可能依赖于低频过程被抽样的季节,从而产生周期性协整(periodic cointegration)形式。在某些情况下,协整关系甚至可能被完全破坏。
(四)一般状态空间框架下的推广
研究人员将理论从三角系统推广至一般状态空间系统,使得分析能够处理更复杂的多变量设定。状态空间框架允许在联合表示中同时容纳多个频率上的单位根,从而为MSR系统的整合与协整性质提供统一分析框架。
(五)计量经济学策略与模拟研究
基于理论结果,研究人员提出了识别MSR数据中零频率与季节性频率潜在协整关系的计量经济学策略,并通过蒙特卡洛模拟研究验证了所建议检验的有限样本性质。模拟结果证实了理论分析的有效性。
五、讨论与结论
研究系统分析了时间聚合对混合频率数据中季节协整的影响。核心发现是:聚合(特别是累积聚合)可能消除单位根和协整关系,因此MSR数据中协整的存在或缺失不能直接推断潜在数据生成过程的相应性质。研究人员明确识别了此类行为发生的具体情形,并基于理论结果提出了有效的计量经济学策略来检测MSR数据中的单位根与协整关系。该研究为混合频率数据中的季节协整分析提供了系统的理论基础,对实证研究中混合频率数据的正确使用具有重要指导意义。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号