第05章 时间序列模型_s.pptVIP

* 检验的主要步骤如下： （1）若k个序列y1t 和y2t，y3t，…，ykt都是1阶单整序列，建立回归方程 模型估计的残差为 * （2）检验残差序列?t是否平稳，也就是判断序列?t是否含有单位根。通常用ADF检验来判断残差序列?t是否是平稳的。 （3）如果残差序列?t是平稳的，则可以确定回归方程中的k个变量（y1t，y2t，y3t，…，ykt）之间存在协整关系，并且协整向量为 ；否则（y1t，y2t，y3t，…，ykt）之间不存在协整关系。 * 为了描述消费与收入之间是否存在协整关系，本例选择1982年～2002年的年度数据进行实证分析。Ct表示名义居民总消费；GDPt表示名义国内生产总值（支出法）；TAXt 表示税收总额；tt=TAXt /GDPt表示宏观税率；Pt表示居民消费价格指数(1978=100)。 用cst =Ct ?Pt 表示实际消费，inct = (1- tt)?GDPt /Pt表示实际可支配收入。对这两个变量进行分析后发现，取对数后呈线性变化。单位根检验发现序列ln(cst)和ln(inct)是非平稳的，一阶差分以后是平稳，即ln(cst)和ln(inct)均是I(1)序列。 例5.11 消费和收入的协整关系检验 * 第一步，建立如下回归方程： 估计后得到 t = (638.7) R2 =0.98 D.W. =0.45 方程中的系数0.938是收入弹性，表明实际收入每增加1%会使得实际消费增加0.938%。 * 第二步，对上式的残差进行单位根检验，由回归方程估计结果可得 对其进行单位根检验，其结果如下： * 检验结果显示，残差序列在1%的显著性水平下拒绝原假设，接受不存在单位根的结论，因此可以确定残差序列为平稳序列，即为I(0)序列。上述结果表明：ln(cst)和ln(inct)之间存在协整关系。协整向量为（1，-0.938）。 * 5.4.3 误差修正模型 误差修正这个术语最早是由Sargen(1964)提出的，但是误差修正模型基本形式的形成是在1978年由Davidson、Hendry等提出的。传统的经济模型通常表述的是变量之间的一种“长期均衡”关系，而实际经济数据却是由“非均衡过程”生成的。因此，建模时需要用数据的动态非均衡过程来逼近经济理论的长期均衡过程。 * 最常用的ECM模型的估计方法是Engle和Granger(1981)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： * 第二步是用 ?t -1 替换式ECM中的 即对 再用OLS方法估计其参数。 注意，误差修正模型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。 * 例5.11建立了消费和收入的协整方程，为了考察我国消费和收入之间的动态关系，现通过ECM模型来进行分析。 通过例5.11估计得到消费和收入的协整方程的残差序列?t ，令误差修正项 ecmt = ?t ，建立下面的误差修正模型： 也可以写为 例5.12 建立消费和收入的误差修正模型 * 估计得到 t = (3.029) (2.779) （?1.94） R2 = 0.405 D.W. = 1.583 在上面的误差修正模型中，差分项反映了短期波动的影响。消费的短期变动可以分为两部分：一部分是短期收入波动的影响；一部分是偏离长期均衡的影响。误差修正项ecmt 的系数的大小反映了对偏离长期均衡的调整力度。从系数估计值(?0.226)来看，当短期波动偏离长期均衡时，将以?0.226的调整力度将非均衡状态拉