第九章时间序列计量经济模型new.ppt

第四节 案例分析 中国城镇居民的生活费支出与可支 配收入关系的研究 表10.3是我国城镇居民月人均可支配收入（ ）和生活费支出（ ）的调整序列。现用EG两步法考察它们之间是否存在协整关系 在EViews中建立中作文档，录入人均可支配收入（ ）和生活费支出（ ）序列的数据。双击人均可支配收入（ ）序列，出现工作文件窗口，在其左上方点击EViews键出现下拉菜单，点击Unit Root Test，出现对话框（图10.2），选择带截距项（intercept），滞后差分项（Lagged differences）选2阶，点击OK，得到估计结果，见表10.4。 从检验结果看，在1％、5％、10％三个显著性水平下，单位根检验的Mackinnon临界值分别为 -3.5121、-2.8972、-2.5855， t检验统计量值 -0.862611大于相应临界值，从而不能拒绝 ，表明人均可支配收入（ ）序列存在单位根，是非平稳序列。 为了得到人均可支配收入（ ）序列的单整阶数，在单位根检验（Unit Root Test）对话框（图10.3）中，指定对一阶差分序列作单位根检验，选择带截距项（intercept），滞后差分项（Lagged differences）选2阶，点击OK，得到估计结果，见表10.5。 从检验结果看，在1％、5％、10％三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.5121、-2.8972、-2.5855， t检验统计量值为-8.374339，小于相应临界值，从而拒绝 ，表明人均可支配收入（ ）的差分序列不存在单位根，是平稳序列。即 序列是一阶单整的， ～I（1）。 为了分析可支配收入（ ）和生活费支出（ ）之间是否存在协整关系，我们先作两变量之间的回归，然后检验回归残差的平稳性。 以生活费支出（ ）为被解释变量，可支配收入（ ）为解释变量，用OLS回归方法估计回归模型，结果见表10.6。 为了检验回归残差的平稳性，在工作文档窗口中，点击Genr功能键，命令 ，将上述OLS回归得到的残差序列命名为新序列 ，然后双击 序列，对 序列进行单位根检验。由于残差序列的均值为0，所以选择无截距项、无趋势项的DF检验，模型设定见图10.4，估计结果见表10.7。 在5％的显著性水平下， t检验统计量值为 -7.430111，大于相应临界值，从而拒绝，表明残差序列不存在单位根，是平稳序列，说明可支配收入（ ）和生活费支出（ ）之间存在协整关系。 可支配收入（ ）和生活费支出（ ）之间存在协整，表明两者之间有长期均衡关系。但从短期来看，可能会出现失衡，为了增强模型的精度，可以把协整回归（10.15）式中的误差项 看作均衡误差，通过建立误差修正模型把生活费支出的短期行为与长期变化联系起来。 误差修正模型的结构如下： （10.16） 在EViews中，点击Genr功能键，生成可支配收入（ ）和生活费支出（ ）的差分序列： 然后以 作为被解释变量，以 和 作为解释变量，估计回归模型（10.16），结果见表10.8。 最终得到误差修正模型的估计结果： 第九章 小结 1.大多数经济时间序列是非平稳的。如果直接将时间序列作回归分析，则可能造成“伪回归” ，造成“伪回归”的根本原因在于时序序列变量的非平稳性。 2.时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移而发生变化。严格平稳是指随机过程 的联合分布函数与时间的位移无关。弱平稳是指随机过程 的一阶矩和二阶矩不随时间推移而变化。。 3.单位根过程是最常见的非平稳过程。如果非 平稳序列经过 次差分后平稳，而 次差 分却不平稳，那么称为 阶单整序列， 称 为整形阶数。 4.时间序列平稳性的检验方法主要有两类：自 相关函数检验法和单位根检验法。本书只介 绍最常用的单位根检验法——DF检验法和ADF 检验法。 5.协整是指多个非平稳经济变量的某种线性组合 是平稳的。协整分析对于检验变量之间的长期 均衡关系非常重要，而且也是区别真实回归与 伪回归的有效方