第讲时间序列计量经济模型分析.ppt

其中： 为相应的名义货币余额， 为物价指数(通常用GDP的平减指数表示), 为实际的国民收入(GDP)， 为季度通货膨胀率(根据综合物价指数衡量)。这里关于实际收入(产业规模)和机会成本变量的长期弹性分别由 给出。 其一般形式为： 第二阶段误差修正方程的一般形式是： 其中， ＝长期关系模型中的残差。 在具体建模中，首先要对长期关系模型的设定是否合理进行单位根检验，以保证 为平稳序列。其次，对短期动态关系中各变量的滞后项，进行从一般到特殊的检验，将不显著的滞后项逐渐剔除，直到找出了最佳形式为止。通常滞后期在 ＝0,1,2,3 中进行试验。 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 最终得到误差修正模型的估计结果： 基本时间序列分析—Stata应用 时间序列的定义与扩展 实验基本原理 在利用stata对时间序列数据进行分析之前，我们通常需要定义时间变量。只有这样，我们才能方便地使用各种时间序列算子以及相关的时间序列分析命令。此外，有些时候，随着时间的推移，我们又获得了新的观测值，或者，我们需要对时间序列进行预测，这时，有必要对时间区间进行扩展。这些，都可以通过stata方便地实现。 实验内容及数据来源 利用本书附带光盘data文件夹下的“tsexmp.dta”工作文件，我们来讲解时间变量的设定。“tsexmp.dta”中，主要变量包括：time=整数的时间变量，time1=字符串格式的时间变量。 利用这些数据，我们会讲解时间序列数据的设定，时间区间的扩展，以及前滞变量、滞后变量、差分变量、季节差分变量的设定等。 实验操作指导 1 时间序列数据的设定 （1）定义时间变量的基本命令 设定时间序列（time series set）变量的基本命令格式为： tsset timevar [, options] 其中，tsset是“定义时间变量”的基本命令，timevar为用于标识时间序列数据的变量名，options代表其他选项。 可用的options选项主要分两类，一类设定时间变量的单位（units of timevar），一类设定时间变量的周期（period of timevar）。表12.2给出了各个单位选项（unit options）。 其中，默认规则意味着，如果事先通过format命令设定了timevar的显示格式为%t*格式，则不必再设定单位选项（unit options），stata会根据时间变量的显示格式自动获得时间变量的单位；否则，可以设定单位选项。 周期选项（delta options）设定时间变量相邻观测值之间的间隔时间为几个单位，表12.3给出了各个具体的选项。 下面，我们利用“tsexmp.dta”的数据，对tsset命令及选项做进一步说明。 如果我们要设定时间变量为time，输入命令： tsset time 进行时间变量的设定之后，stata会自动将数据按设定的时间变量从小到大排序，从而方便相关命令的使用。如果要查看已设定的时间变量，可键入不带后缀的tsset命令。在数据被重新排序之后，想要恢复按时间序列排序，也可以通过tsset命令实现。也就是说，设定time为时间变量之后，如下两条命令会产生相同的效果。 ① tsset ② sort time 在设定时间变量之后，我们可以保存一下数据，这样，下次使用时，就不必再重新设定时间变量。 （2）调整时间设定的初始值 我们注意到，变量time的起始值为1，事实上，我们可以通过函数将起始时间调整到任何一个我们想要的时间。如过time=1代表2003年6月，那么我们可以生成一个新变量让其起始值为2003年6月。输入命令： generate newm=tm(2003m6)+time-1 list time newm in 1/5 其中，第一步为生成新变量newm，并令其第一个值代表2003年6月。函数tm()可将时间转换成stata系统默认的格式。第二步列出变量time和newm的前5个值。 我们可以将变量newm转换成%tm格式使其更易读。键入命令： format newm %tm list time newm in 1/5 其中，format命令用于定义变量的格式。 之后，我们可以重新将newm设定为时间变量： tsset newm 当然，如果我们不先使用format命令，直接键入： tsset newm, monthl