中文摘要：

条件分布是对时间序列动态变化特征最完整的描述，能够提供比条件矩更为丰富的信息，其建模理论与方法、预测技术发展迅速，这迫切需要将原有时间序列领域的概念、原理与方法拓展到条件分布意义下，在新的体系下研究相关主题。本项目研究条件分布意义下持续性、协同持续性及长期均衡关系问题。首先，给出条件分布持续性界定及检验方法；其次，利用独立成分分析等技术，寻找条件分布持续性因子；再次，基于pair-copula等技术对多元联合分布进行分解，给出条件联合分布协同持续性界定及检验方法；最后，建立条件联合分布长期均衡关系，并将其应用于动态组合投资决策。研究工作在理论上，能够从新的视角全面揭示时间序列动态变化规律及其分布间长期均衡关系，得到比条件矩意义下更为深刻的结果；在实践上，通过在长期均衡关系基础上建立的模型体系，可以为金融决策者制定规避金融风险动态影响的长期政策、进行动态组合投资决策等提供理论依据与技术支持。

结论摘要：

在波动性建模（前四阶矩）基础上，条件矩序列之间长期均衡关系研究取得了突破性进展，主要有一阶矩序列间协整性、二阶矩乃至高阶矩序列之间协同持续性。然而，矩只是数字特征。要想完整地揭示时间序列蕴含全部信息，需要借助于分布函数。随着经济计量理论与方法的发展、经济和金融数据的积累，决策者会依据整个条件分布进行决策，而不仅仅依赖于条件矩。 基于此，本项目对时间序列视角下协同持续性等相关主题进行扩展，研究条件分布意义下协同持续性以及由此建立的长期均衡关系。重点研究一元条件分布持续性、条件分布持续性因子估计、多元条件联合分布协同持续性、条件联合分布长期均衡关系等内容。这些研究工作，可以为时间序列计量经济学的发展做出有益的补充。本项目在条件分布建模、条件密度预测、长期均衡关系等的研究，取得了一些成果。主要创新有第一，提出了分位数局部调整模型，该模型不仅能够测度解释变量对达到最优均衡状态时响应变量整个分布的影响，而且能够度量响应变量为实现最优均衡进行动态调整的速度与方式，全面提升了局部调整模型的功能。第二，分别利用B-样条基函数、神经网络、支持向量回归模拟经济系统中的非线性结构，建立相应的非线性分位数回归模型，进一步给出其条件密度预测方法。第三，在分位数协整基础上，建立了分位数误差校正模型，以揭示条件分布意义下的长期均衡关系。 本项目研究成果以学术论文形式，在《数量经济技术经济研究》《中国管理科学》《管理科学》《统计研究》《Journal of Mathematical Analysis and Applications》等学术刊物共发表和录用标注基金资助论文14篇，其中，SCI收录3篇、EI收录2篇。还有一些主要成果，已向《系统工程理论与实践》《系统工程学报》《Journal of Business & Economic Statistics》等学术刊物投稿论文6篇。通过本资助项目研究工作，正在培养博士生2名、硕士生4名。 本项目将条件矩意义下相关主题研究进行推广，得到条件分布意义下长期均衡关系，便于在新的视角下重新审视长期均衡、误差校正机制等概念、原理与方法。条件分布意义下长期均衡关系，能够动态地处理各变量在整个条件分布上的相互依赖关系；不仅能够适应于正常市场环境下（均值）经济活动规律的描述，而且还能够揭示极端市场环境下（上尾或下尾）经济系统内在结构。