11-模型的诊断与检验_图文.pptVIP

11.8 JB（Jarque-Bera）正态分布检验 11.9 格兰杰（Granger）因果性检验 （第3版277页） （第3版278页） 11.9 格兰杰（Granger）因果性检验 注意： （1）“格兰杰因果性”的正式名称应该是“格兰杰非因果性”。只因口语都希望简单，所以称作“格兰杰因果性”。 （2）为简便，通常总是把xt-1 对yt存在（或不存在）格兰杰因果关系表述为xt（去掉下标 -1）对yt存在（或不存在）格兰杰因果关系（严格讲，这种表述是不正确的）。 （3）格兰杰因果关系与哲学意义的因果关系还是有区别的。如果说“xt 是yt的格兰杰原因”只是表明“xt中包括了预测yt的有效信息”。 （4）这个概念首先由格兰杰（Granger）在1969年提出。 （第3版278页） 11.9 格兰杰（Granger）因果性检验 例11.8 （file: li-11.8） ： 以661天（1999年1月4日至2001年10月5日）的上证综指（SHt）和深证成指（SZt）数据为例，进行双向的Granger非因果性分析。两个序列存在高度的相关关系，那么两个序列间可能存在双向因果关系，也有可能存在单向因果关系。 （第3版278页） 11.9 格兰杰（Granger）因果性检验 （第3版279页） 11.9 格兰杰（Granger）因果性检验 （第3版280页） 11.9 格兰杰（Granger）因果性检验 通过EViews计算的Granger因果性检验的两个F统计量的值见图。SHt 和SZt之间存在单向因果关系。即SZt是SHt变化的Granger原因，但SHt 不是SZt变化的Granger原因。 （第3版280页） 11.9 格兰杰（Granger）因果性检验 Granger非因果性检验的EViews操作是，打开SHt和SZt的数剧组窗口，点击View键，选Granger Causility功能。在随后打开的对话框口中填上滞后期数2，点击OK键，即可得到图11.20的检验结果。 用滞后5, 10, 15, 20, 25期的检验式分别检验，结果见下表： 结论都是上海综指不是深圳成指变化的Granger原因，但深圳成指是上海综指变化的Granger原因。 （第3版280页） 11.9 格兰杰（Granger）因果性检验 （第3版281页） 11.9 格兰杰（Granger）因果性检验 赤池 弘次（Hirotugu Akaike） （补充内容，教材中没有） （补充内容，教材中没有） EViews 6，7 输出结果 第11章结束. （第10讲） 第11章 模型的诊断与检验 File:li-11-1 File:li-11-3 file: li-11-8 （第3版252页） 第11章 模型的诊断与检验 11.1 模型总显著性的F 检验 （第3版252页） 11.2 模型单个回归参数显著性的t 检验 （第3版253页） 11.3 检验若干线性约束条件是否成立的F 检验 （第3版254页） 只要是向模型中不断加入回归因子，无论回归因子有无显著性作用，R2 值都会不断增加，SSE值都会不断减小。 11.3 检验若干线性约束条件是否成立的F 检验 （第3版254页） 11.3 检验若干线性约束条件是否成立的F 检验 （第3版254页） 例11.1：建立中国国债发行额模型 选择3个解释变量，国内生产总值，财政赤字额，年还本付息额，根据散点图建立中国国债发行额模型如下： DEBTt = ?0 +?1 GDPt +?2 DEFt +?3 REPAYt + ut 其中DEBTt表示国债发行总额（单位：亿元），GDPt表示年国内生产总值（单位：百亿元），DEFt表示年财政赤字额（单位：亿元），REPAYt表示年还本付息额（单位：亿元）。 （第3版255页） （第3版256页） 例11.1：建立中国国债发行额模型 EViews可以有三种途径完成上述F检验。 （1）在输出结果窗口中点击View，选Coefficient Tests, Wald Coefficient Restrictions功能（Wald参数约束检验），在随后弹出的对话框中填入c(3) = c(4) = 0。可得如下结果。其中F = 537.5。 （第3版256页） 例11.1：建立中国国债发行额模型 （第3版256页） 例11.1：建立中国国债发行额模型 11.4 似然比（LR）检验 11.4 似然比（LR）检验 （第3版257页） 11.4 似然比（LR）检验 （第3版258页） 11.4 似然比（LR）检验 11.5沃尔德（Wal