第五讲 时序列分析.ppt

DW检验适于一阶序列相关性检验，其取值范围（0，4）， DW越接近2，序列相关程度越小；越接近0（或4），序列正（或负）相关程度越大，见下图。其中DL 、DU根据样本数n、变量个数k查表得出。 1、 “case5_1.xls” 是1964年～1995年的经济数据，其中r是半年期票据贴现利率，gnp_p和inv_p分别是按不变价格调整的GNP和投资总额数据，要求： （1）试用OLS方法建立inv_p与gnp_p、上期贴现利率的线性回归方程。 （2）检验残差序列的相关性。 （3）对利率r建立ARIMA模型 （4）采用Engle－Granger协整检验方法判断inv_p与gnp_p是否存在协整关系，若存在写出协整方程。 (5)在协整分析的基础上 建立误差修正模型（ECM)。 （1)基本理论 设某个内生变量yt受同期外生变量xt和前期变量影响，则可建立模型： （1） （1）式经过一系列变换整理可得：阿尔法表示误差修正力度 （2) 该模型被称为误差修正模型（ECM)，当yt与xt的长期协整关系是： （3） 痛萌柑拱货泼斜熊刹淤纯滓型瘟竟泣来库缘份吵旧美坞莫诵汾萌根清挑孝第五讲 时序列分析第五讲 时序列分析 模型（2)可写成： （4） 其中：?称为调整系数，其值通常