基于Copula的单变量时间序列结构移位识别检验

可以看出，结构位移识别的线性测试无法检测1981-1982年的日期。后一天是一系列危机事件中的最后一天，因为与海湾战争有关的下一次割让仅发生在10年后，即1990-1991年11.6。结论性意见与传统的线性测试方法相比，本文提出了copula结构位移测试在单变量时间序列结构位移测试中的应用。主要调查结果如下：  注意到时间序列成分的一个很好的假设，即边际分布相等。使用copula分解，该属性使copula能够合并所有依赖特征（线性和非线性特征）。然后，在copula 14中搜索结构断裂比单独处理线性结构断裂测试带来了更多的信息。  当Copula独立性检验同样适用于时间序列成分时，它被很好地解释为一种相关图等价物。与相关图不同的是，dependogram（copula独立性测试的视觉表征）并不区分AR和MA分量的影响。然而，如上例所示，这种推断是常见的。  对美国GDP季度增长率序列进行了检验程序的实证验证。与安德鲁斯·齐沃特（Andrews Zivot）19641970年和1977年带来结构变化的测试结果相比，copula结构断裂测试能够检测到伊朗革命和1981年油价再次飙升后发生的结构变化。这被认为是拟议测试效率的证据，因为传统方法无法检测到这种衰退（因为下一次衰退仅发生在1990-1991年）。-12.7。参考文献1。Alsina C.、Schweiser B.、Frank M。

（2006）：关联函数：三角范数和copulas。世界科学。Andrews D.W.K.（1993）：未知变化点下的参数不稳定性和结构变化测试，计量经济学61821-856.3。Brodsky D.、Penikas H.、Safaryan I.（2009）：Copula模型中结构断裂的检测。应用计量经济学，16（4），第3-15.4页。Cooke R.、Joe H.、Aas K.（2011）：藤蔓生长，第3章依赖性建模。藤蔓连翘手册。编辑：Kurowicka D.，Joe H.，世界科学出版社，第37-71.5页。Darsow W.、Nguyen B.、Olsen E.（1992）：Copulas和Markov过程。资料来源：伊利诺伊州J.Math。第36卷，第4期。P、 600-642.6。Genest Ch.，Remillard B.（2004）：基于经验Copula过程的独立性和随机性测试，测试，τ。13、，№ 2335–369.7。Harvey A.（2008）：动态分布和变化的copula，工作文件0839，剑桥大学。8、Holmes M.，Kojadinovic I.，Quessy J.-F.（2013）。变化点检测的非参数检验——la Gombay和Horváth。《多元分析杂志》，115，第16-32页。“9.Ibragimov R.（2009）：高阶马尔可夫过程基于Copula的特征，计量经济学理论，25（3），第819-846.10页。Nelsen R.（2006）：Copulas简介。第二版。Springer。纽约。11。Okhrin O.，Okhrin Y.，Schmid W.（2009）：层次阿基米德Copulas的性质，SFB649讨论论文2009-014。http://sfb649.wiwi.hu-berlin.de/papers/pdf/SFB649DP2009014.pdf12.Perron P.（1989）：大崩盘、油价冲击和单位根假说，计量经济学571361-1401。[引用自Astafieva A.、Bessonov V.、Voskoboynikov I.、LugovoiO、Turuntseva M.（2003）：俄罗斯过渡经济中一些经济增长问题的分析，工作文件。转型期经济研究所。

莫斯科，俄罗斯，第195页]。13.Patton A.（2012）：经济时间序列copula模型综述，《多变量分析杂志》，110，第4-18.14页。Quessy J.-F.、Sa"id M.、Favre A.-C.（2013）。用于连接函数变化点检测的多元Kendall\'s tau。加拿大统计杂志。Perron P.（2005）：处理结构突变，《帕尔格雷夫计量经济学手册》，第1卷。http://sws1.bu.edu/perron/papers/dealing.pdf16.Remillard B.，Scaillet O.（2009）：两个copula之间的相等性测试，多变量分析杂志，№ 100377–38613 17。Sklar A.（1959年）：《重新分配的基础与维度与边缘》（Fonts de repartition A n dimensions et leurs marges）。巴黎大学统计研究所出版物。№ 第229-31.18页。【TFC】2007-2009年的经济表现与美国历史上其他时期的经济表现相比如何，教授了金融危机。经济教育理事会，纽约，第49页。URL：http://tfc.councilforeconed.org/lessons.php?lid=6810519.Tsukahara H.（2005）：copula模型中的半参数估计，加拿大统计杂志，33（3），第357-375.20页。瓦尔德（1947）：序列分析。信使多佛出版社。[引自Shiryaev A.N.（1973）：统计序列分析，美国数学学会（译自俄语）]-15附件2。Andrews Zivot结构断裂测试输出。（1） 截距因变量：Y方法：最小二乘样本（调整）：3 262包括的观察值：260调整终点变量系数STD后。错误统计问题。C0.0107010.0016166.6204550.0000DU720.0081760.0022533.6296000.0003TR-5.48E-051.35E-05-4.0557840.0001Y（-1）0.4133260.0565497.3091300.0000R-squared0.295631平均相关变量0.016243调整后的R-squared0.287376S。D、 从属变量0.011544S。E

回归系数0.009745Akaike信息标准-6.408867平方和残差0.024311Schwarz标准-6.354087对数可能性837.1527F-statistic35.81521Turbin-Watson stat2.063759Prob（F-statistic）0.000000（2）趋势相关变量：Y方法：最小二乘样本（调整）：3 262包括的观察值：260调整终点变量系数std后。错误统计问题。C0.0076290.0018174.1989860.0000TR4.88E-052.04E-052.3965570.0173DT123-0.0001203.46E-05-3.4674280.0006Y（-1）0.4139010.0568907.2754650.0000R-squared0.292606均数依赖变量0.016243调整后的R-squared0.284316S。D、 从属变量0.011544S。E、 回归系数0.009766Akaike info criteria-6.404582Sum squared resid0.024415Schwarz criteria-6.349802Log likelihood836.5956F-statistic35.29720Durbin-Watson stat2.071036Prob（F-statistic）0.000000（3）截距+趋势相关变量：YMethod：最小二乘样本（调整）：3 262包括的观察值：260调整终点变量系数std后。错误统计问题。C0.0096900.002024.4000100.0000DU960.0068990.0025582.6971570.0075TR-3.63E-063.69E-05-0.0982660.9218DT96-7.27E-054.08E-05-1.7809560.0761Y（-1）0.3993520.0569467.0127710.0000R-squared0.303651平均相关变量0.016243调整后的R-squared0.292728S。D、 从属变量0.011544S。E、 回归系数0.009708Akaike信息标准-6.412627平方和残差0.024034Schwarz标准-6.344153对数似然度838.6415F-statistic27.79898Durbin-Watson标准2.047217Prob（F-statistic）0.000000