Eviews6.0第三讲 动态计量模型.pptVIP

内容框架 一 序列相关理论(检验及纠正) 二 非平稳时间序列建模 三 协整与误差修正 则KPSS统计量LM构造如下： (3.2.22) KPSS检验的原假设是序列是（趋势）平稳的；备选假设是序列是不平稳的。Kwiatkowski-Phillips-Schmidt-Shin（1992）给出了不同置信水平下的临界值(小于临界值接受原假设)。 式（3.2.22）中的f0是频率为零时的残差谱密度 。在实际应用中，主要有两种f0的估计方法：（1） 协方差核估计；（2） 自回归谱密度估计量。 其中a是常数，ut是平稳序列，若ut ～ i.i.d. N (0, ? 2) ，且ut 是一个白噪声序列，则该过程称为含位移a的随机游走。若令a = 0， y0 = 0，有var(yt) = t? 2（t = 1, 2, ?, T），显然违背了时间序列平稳性的假设。而其差分序列? yt是平稳序列。 实际上，回归方程的序列自相关问题是暗含着残差序列是一个平稳序列。这是因为，如果残差序列是一个非平稳序列，则说明因变量除了能被解释变量解释的部分以外，其余的部分变化仍然不规则，随着时间的变化有越来越大的偏离因变量均值的趋势，这样的模型是不能够用来预测未来信息的。 残差序列是一个非平稳序列的回归被称为伪回归，这