第三章 非平稳时间序列建模.ppt

ADL模型的另一种形式---- 误差修正模型 (error correction model，简记ECM)： 其中|?0|1， ? =(?0-1)0。 当长期平衡关系是y*=k0+k1x* 时，(yt-1-k0-k1 xt-1) 表示上一期变量偏离均衡水平的误差，称为误差修正项。 3.7.误差修正模型 误差修正模型 (ECM)： 误差项的系数? 称为调整系数。 由于? = (?0-1) 0，它表示在t-1期 yt-1相对于k0+k1 xt-1之间偏差的调整速度。 3.7.误差修正模型 误差修正模型的解释： y 短期的波动△y由x 的短期变化△x及 y 偏离上一期的均衡的程度来决定； 静态方程y*=k0+k1 x*描述了变量y与x的长期均衡状态。 误差修正模型既描述了系统的短期波动，又描述了系统长期均衡状态，还描述了系统由非均衡状态调整到均衡状态的调整过程， 3.7.误差修正模型 注意： ADL模型与ECM有不同的解释与含义。 ADL模型与ECM包含相同的关系，它们是等价的。 3.7.误差修正模型 * 由ADL模型 其中：ut ～i.i.d. (0, ? 2)，记 y* = Eyt，x* = Ext ，由于Eut = 0，在式(5.4.3)两边取期望得 (3.7.2) (3.7.3) 误差修正模型的推导： (3.7.1) * 记 k0 = ? 0 / (1 -? 1)，k1 = (? 2 +? 3) / (1 -? 1) ，则式(3.7.3)可写为 (3.7.4) 其中：k1 度量了 yt 与 xt 的长期均衡关系，也是 yt 关于 xt 的长期乘数。 * 在式(3.7.1)两端减去 yt-1，在右边加减 ?2xt-1 得到 (3.7.5) 利用? 2 +? 3 = k1 (1 -? 1)， ? 0 = k0 (1 -? 1)，式(3.7.5)可改写成 (3.7.6) 令? = ? 1-1，则式(3.7.6) 可写成 注意： 误差修正模型（ECM）不再单纯地使用变量的水平值（指变量的原始值）或变量的差分建模，而是把两者有机地结合在一起，充分利用这两者所提供的信息。 误差修正模型（ECM）既描述了系统的长期均衡，又描述了短期波动的影响。 3.7.误差修正模型 从短期看，被解释变量的变动由较为稳定的长期趋势和短期波动所决定，短期内系统对于均衡状态的偏离幅度大小直接导致波动振幅的大小； 从长期看，协整关系式起到引力线的作用，将非均衡状态拉回到均衡状态。 3.7.误差修正模型 ECM的估计 最常用的ECM的估计方法是Engle和Granger (1981)的两步法，其基本思想如下： 第一步是求模型： 的OLS估计，又称协整回归，得到及残差序列： 3.7.误差修正模型 * Census X12方法 激活Trading Day/Holiday窗口， 季节调整的EViews操作 * 贸易日影响 由每天经济活动的总和组成的月度时间序列受该月各周的影响，这种影响称为贸易日影响（或周工作日影响）。 例如，对于零售业在每周的星期一至星期五的销售额比该周的星期六、星期日要少得多。因此，在某月如果多出的星期天数是一周的前五天，那么该月份销售额将较低；如果多出的星期天数是一周的星期六、星期日，那么该月份销售额将较高。 季节调整的EViews操作 * 又如，在流量序列中平均每天的影响将产生“月长度”影响。因为在每年中二月份的长度是不相同的，所以这种影响不可能完全被季节因素承受。二月份残留的影响被称为润年影响。 在X12季节调整中，若贸易日影响要素包含在不规则要素中，即不规则要素的形式是ID，假设已从原序列Y 中分解出ID。然后用回归分析求出星期一，星期二，……，星期日的相应权重，可将ID 分解为真正的不规则要素I 和贸易日要素D。 季节调整的EViews操作 * 节假日影响的调整 美国的圣