2015金融时间序列分析总结.pptVIP

《金融时间序列分析》 《金融时间序列分析》 金融时间序列分析 方法运用梳理 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 统计学院 《金融时间序列分析》 * 主要内容 向量自回归（VAR, Vector Auto regression）常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响。 VAR方法通过把系统中每一个内生变量，作为系统中所有内生变量的滞后值的函数来构造模型，从而回避了结构化模型的要求。 如果变量之间不仅存在滞后影响，而且存在同期影响关系，则适合建立SVAR模型。 如果非平稳（有单位根）时间序列具有协整关系，则建立协整方程描述变量之间的长期均衡关系，建立向量误差修正模型（VEC）描述其短期动态关系。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 统计学院 《金融时间序列分析》 * 建模注意要点-1 1、单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导致伪回归。 2、当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验，但要做格兰杰检验的前提是数据必须是平稳的，否则不能做。（不是因果关系，看是否有关系，有关系该变量可放入模型） 3、当检验的数据是非平稳（即存在单位根），并且各个序列是同阶单整（协整检验的前提），想进一步确定变量之间是否存在协整关系，可以进行协整检验，协整检验主要有EG两步法和JJ检验：EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性；JJ检验是基于回归系数的检验，前提是建立VAR模型（即模型符合ADL模式）。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 统计学院 《金融时间序列分析》 * 建模注意要点-2 4、当变量之间存在协整关系时，可以建立ECM进一步考察短期关系，Eviews这里还提供了一个Wald-Granger检验，但此时的格兰杰已经不是因果关系检验，而是变量外生性检验，请注意识别。 5、格兰杰检验只能用于平稳序列！这是格兰杰检验的前提，而其因果关系并非我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，所以称其为“格兰杰原因”。 6、非平稳序列很可能出现伪回归，协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳序列的因果关系检验就是协整检验。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 统计学院 《金融时间序列分析》 * 建模注意要点-3 7、平稳性检验有3个作用：1）检验平稳性，若平稳，做格兰杰检验，非平稳，作协整检验。2）协整检验中要用到每个序列的单整阶数。3）判断时间序列的数据生成过程。 ADF检验步骤：1）view---unit root test，出现对话框，默认的选项为变量的原阶序列检验平稳性，确认后，若ADF检验的P值小于0.05，拒绝原假设，说明序列是平稳的，若P值大于0.5，接受原假设，说明序列是非平稳的；2） 重复刚才的步骤，view---unit root test, 出现对话框，选择1st difference，即对变量的一阶差分序列做平稳性检验，和第一步中的检验标准相同，若P值小于5%，说明是一阶平稳，若P值大于5%，则继续进行二阶差分序列的平稳性检验。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 统计学院 《金融时间序列分析》 * 建模注意要点-4 先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回归模型等经典计量经济学模型； 若非平稳，进行差分，当进行到第i次差分时序列平稳，则服从i阶单整（注意趋势、截距不同情况选择，根据P值和原假设判定）。若所有检验