用於檢測從趨勢平穩到平穩過程的變化的計量經濟學檢驗
我被研究中的以下問題所困擾。是否有計量經濟學測試可以檢測從趨勢平穩到平穩過程的變化。
我試圖搜尋這個，但文獻非常豐富。有人可以指出相關文獻嗎？
任何幫助表示讚賞。
OP 正在檢查確定性趨勢，以及它是否在某個時間點後停止存在。所以模型可能是這樣的
$$ y_t = \alpha t + \beta y_{t-1} + u_t,;;; t=1,…,T_A $$ $$ y_t = \beta y_{t-1} + u_t,;;;; t=T_A+1,…,T $$ 所以我們要測試是否 $ \alpha =0,;; t=T_A+1,…,T $
這是對“結構變化”的考驗。有趣的是，在過去 15 年中，如果存在確定性組件的結構中斷，則圍繞單位根測試進行了大量研究，但我找不到任何可以直接測試確定性趨勢消失的東西。
至少“在精神上”，這將是一個Chow 測試（不要查找 wiki 頁面，它實際上什麼也沒說），當假設結構中斷點已知時 - 例如，我們可以“用我們自己的方式查看它眼睛”，因為趨勢的影響很大（陡峭的斜率）並且“突然”系列趨於平穩並開始圍繞似乎是恆定的平均值波動。
如果我們想在相當寬的觀察區間（通常是中間 70%）中搜尋結構變化點，那麼這就是**Quandt 概似比（“QLR”）**檢驗。
…主要問題是：這些測試是否需要修改，因為假設最初存在然後不存在確定性趨勢？
漢密爾頓 (1994) , ch. 16.3 “Asymptotic Inference for an Autoregressive Process Around a Deterministic Time Trend”（pp. 463-472），詳細分析了上述模型中的第一個方程。通過提供係數估計量的漸近分佈（它與不存在自回歸項時不同 - 對於最後一種情況，請參見第 16.1 章），我相信它提供了有效執行 Chow 或 QLR 測試所需的一切。