平稳性及非平稳时间序列分析.pptVIP

Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 平稳性和非平稳时间序列分析 一、非平稳时间序列和伪回归 许多常用的经济时间序列，如GDP、物价指数、股票价格等往往不符合平稳性定义，都有非平稳的特性。 非平稳序列没有不变的中心趋势，不能用时间序列的样本均值和方差推断各时点随机变量的分布特征，经典回归分析的基础和有效性就都遇到了问题。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （一）以两个随机游走序列之间的回归为例说明这种影响 设{ }和{ }是两个相互之间不相关的随机游走序列，即它们分别满足 和 。为了简单起见，进一步假设 和 。这样两个随机游走序列分别为 和 。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 用下面无常数项的两变量线性回归模型进行分析： 其中的误差项满足 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （二） “伪回归”（Spurious regression） 非平稳时间序列更严重的影响是，虽然它们会破坏经典回归分析的基础和有效性，但根据分析结果并不一定能发现问题。有时即使时间序列严重非平稳，分析结果应该是无效的，但t、F、 等指标却很正常，模型的显著性和拟合程度看起来都很好。这种问题通常称为“伪回归” 问题。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 二、时间序列平稳性的单位根检验 （一） Granger和Newbold提出了判断伪回归的一个经验法则：若回归分析结果中 DW，就可能存在伪回归问题。 （二）“单位根检验”（Unit root test） 基本思路：包含单位根过程是大多数经济时间序列非平稳性的原因，因此可以通过检验是否存在单位根，检验时间序列过程的平稳性。 最常用的方法： 1、迪基-富勒检验（Dickey-Fuller Test, DF） 2、扩展迪基-富勒检验（ADF） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1、基本的DF检验方法 （1）检验时间序列{ }是否属于最基本的单位根过程，也就是随机游走过程 ，其中 为白噪声过程。 （2）检验思路 首先 服从如下的自回归模型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 如果其中 ，或者变换成如下的回归模型 中的 ，那么时间序列{ }就是最基本的单位根过程 ，肯定是非平稳的。 对上述差分模型中的显著性检验，就是检验时间序列是否存在上述单位根问题。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 问题是如果时间序列确实是非平稳的单位根过程，那么最小二乘法估计回归得到的t统计量不服从t分布，因此不能用t分布表的临界值判断的显著性。 迪基和富勒通过蒙特卡罗模拟方法构造了专门的统计分布