邹至庄经济研究院博士生论文研讨会2022年第10期
论文题目：基于DNN的超高维部分线性模型的显著性检验
报告人：徐卫超，邹至庄经济研究院2019级博士生
时间：2022年11月25日（周五） 12:30-13:40
地点：经济楼D235
摘要：白噪声检验是时间序列计量经济学中的一个传统而重要的问题。在大数据时代，很多经济学和科学领域涉及到高维函数型时间序列数据的分析和建模，其中，函数型变量的个数p 相比于观测值数量n 较大甚至非常大。在面对这种新型高维时间序列数据时，现有研究缺乏相应的白噪声检验。基于自相关函数的无穷范数，我们提出了一种检验统计量，该检验统计量与复杂度发散的经验过程相关。为了进行统计推断，我们在原假设下为检验统计量的分布建立了高斯逼近（Gaussian approximation）理论，其中p 在理论上可以达到超高维。进一步，我们提出分块乘子bootstrap 的方法来产生临界值，并建立了其有效性。我们的检验统计量有如下优点：第一，原假设下的分布理论只要求序列不相关，并且允许滞后阶数发散。第二，不依赖于诸如函数型主成分分析之类的降维方法，我们的检验是直接建立在函数角度上的，因而可以避免信息损失。第三，作为高斯逼近的典型优势，我们的检验不对序列的截面相依性施加限制。
