潘省初中级计量经济学第八章时间序列分析精要.pptVIP

一、图形检验法 1、时间序列图检验 根据平稳时间序列均值、方差为常数的特点，可知平稳序列的时间序列图应该围绕其均值随机波动，且波动的范围有界。如果所考察的时间序列的时间序列图具有明显的趋势性或者周期性，那么通常认为该序列是不平稳的。 2、序列自相关函数的图形检验 对于一个时间序列来讲，其样本自相关函数（autocorrelation function, ACF）可表示为： 解：用PP检验得出:序列GDP为2阶单整序列，即GDP～I(2)。观察??GDP的ACF和PACF图，ACF图在滞后2期及2期以后的ACF值都小于临界值（图中虚线所表示的值），可以判断??GDP序列的自相关函数在1阶截尾，而偏自相关函数PACF图在滞后2期及2期以后的ACF值都小于临界值（图中虚线所表示的值），进而可以判断??GDP序列的偏自相关函数在1阶截尾，根据ACF的截尾阶数即为q，PACF的截尾阶数即为P，因此建立的ARIMA(p,d,q)可以初步确定为ARIMA(1,2,1)模型。 方差分解这里主要考察下游相关行业销售收入对钢材销售收入变化的贡献程度。结果如图8-10所示。从结果可以看出，不考虑钢材行业自身的贡献率，汽车行业销售收入对钢材销售收入的贡献率最大（约40％），其次是机械，然后是家电，最后是建材。 二、协整检验 两变量协整关系检验的Engle-Granger法由Engle和Granger于1987年提出，通常简称为EG检验。具体步骤如下： 第一步，用前面介绍的单位根方法求出两变量的单整阶数，若两变量的单整的阶相同，进入下一步；若两变量的单整的阶不同，则两变量不是协整的；若两变量是平稳的，则整个检验过程停止，可直接采用前面章节介绍的回归技术进行处理。 第二步，若两变量是同阶单整的，如I(1），则用OLS法估计长期均衡方程（称为协整回归） yt =β0+β1xt＋εt 将残差et作为均衡误差εt的估计值。 第三步，用ADF检验测定et的单整性。如果et为平稳序列，则认为变量yt，xt为(1,1)阶协整；如果et为1阶单整，则认为变量yt，xt为(2,1)阶协整。这里有两点需要注意：第一，由于残差et的均值为0，所以在对其进行ADF检验时，应该选择没有截矩项的模型进行检验；第二，对残差et的平稳性检验的ADF临界值通常比正常的ADF检验的临界值还要小。这里ADF的临界值由表8-7给出。所以在实际操作中不能直接用Eviews软件对et进行ADF检验。 三、误差修正模型（ECM） 协整分析中最重要的结果可能是所谓的“格兰杰表述定理”（Granger representation theorem）。按照此定理，如果两变量yt和xt是协整的，则它们之间存在长期均衡关系。当然，在短期内，这些变量间的关系可以是不均衡的。两变量间这种短期不均衡关系的动态结构可以由误差修正模型（error correction model）来描述，“误差修正”由Sargen1964年首先提出，而ECM的主要形式是由Davidson、 Hendry、Srba和Yeo于1978年提出的，因而也称为DHSY模型。 联系两变量的短期和长期行为的误差修正模型可由下式给出： Δyt =lagged（Δyt，Δxt）－λεt-1+vt （0＜λ＜1） 其中yt～I(1)，xt～I(1)；yt ,xt～CI (1, 1)； εt= yt－β0－β1xt～I(0)；vt为白噪声；λ为短期调整系数，反应t-1期末偏差的调整速度；lagged表示Δyt与Δxt的滞后项，其中包括Δxt本期。 对于上式的估计，Engle 和 Granger建议采用下述两步方法： 第一步，估计协整回归方程yt =β0+β1xt＋εt，得到协整向量的一致估计值，并得出均衡误差εt的估计值et。 第二步，计算yt和xt的一阶差分值，然后选择合适的滞后阶，用OLS法估计下面的方程 Δyt = lagged（Δyt，Δxt）－λet-1 + vt 注意，这里滞后阶的选择可以通过对vt的自相关性的检验来进行判断和筛选，直到找出合适的滞后阶使得vt满足基本假设为止。 例题： 已知某国私人消费（PC）、个人可支配收入(PYD)和消费价格指数(CPI)1960年至1995年的数据如表8-8所示，试用EG两步法检验PC与PYD的协整关系，同时建立二者的ECM模型。 解：对PC和PYD进行ADF检验，检验结果发现PCt～I(1），PYDt～I(1），因而进行协整回归，结果如下: 检验上述回归方程的残差et的平稳性，回归结果如下 用t＝-3.150与表8-7中的临界值相比较（k=2），若取显著