基于LSCUSUM方法的RCA(1)模型参数变点检验

摘要

对一阶随机系数自回归模型(first-order random coefficient autoregressive model,RCA(1))的参数变点问题展开研究，提出了一种检验参数变点的基于位置和尺度的累积和(location and scale-based cumulative sum,LSCUSUM)检验统计量，在无变点原假设下推导出LSCUSUM统计量收敛于布朗桥的上界，并在备择假设下证明了该方法的一致性。数值模拟结果表明，LSCUSUM方法可以较好地控制经验水平，且相比RCA(1)模型参数变点的方法，经验势也有了一定程度的提高。最后通过所提方法分析了东晶电子股票的日收盘数据，检测出了该组数据中存在的变点。

关键词

随机系数自回归模型 / LSCUSUM统计量 / 参数变点 / 变点检验