基于有限样本的可行广义最小二乘法——在解决虚假回归问题中的应用

本文在Choi等(2008)的基础上,研究样本量有限时,可行广义最小二乘(FGLS)法在解决虚假回归问题时的表现。通过蒙特卡罗模拟实验,发现FGLS方法可以有效消除单位根序列及平稳自相关序列间的虚假回归现象,但在单位根序列长度较小时,表现不佳。本文还以研究沪、深股市指数间关联关系为例,对差分普通最小二乘回归法和FGLS两种建模方法进行比较,结果表明当样本量足够大时,在动态预测精度的评价标准下,FGLS方法更好。