第四章时间序列模型选读.ppt

; 一、时间序列模型的一般问题 1、定义 2、模型分类 3、模型的诊断 二、非平稳时间序列 1、非平稳时间序列的定义 2、传统计量经济学方法的缺陷 3、对“伪回归”问题的定义、讨论 4、“伪回归”问题的诊断 三、平稳性检验 1、单位根定义 2、单整性定义 3、单位根检验 （1）DF检验； （2）ADF检验； （3）PP检验（选讲）; 四、协整与误差修正模型 1、协整的概念 2、格兰杰因果关系检验 3、单一方程模型与协整 4、EG两步法 5、向量自回归模型与协整（选讲）; 引子:是真回归还是伪回归？ ; 从回归结果来看， 非常高，个人可支配总收入I 的回归系数的 t 统计量也非常大，边际消费倾向符合经济假设。凭借经验判断，这个模型的设定是好的，应是非常满意的结果。准备将这个计量结果用于经济结构分析和经济预测。 可是有人提出，这个回归结果可能是虚假的！可能只不过是一种“伪回归”！ 要千万小心! 这里用时间序列数据进行的回归，究竟是真回归还是伪回归呢？为什么模型、样本、数据、检验结果都很理想，却可能得到“伪回归”的结果呢？ ; 经典时间序列分析和回归分析有许多假定前提，如：序列的平稳性、正态性等。直接将经济变量的时间序列数据用于建模分析，实际上隐含了上述假定，在这些假定成立的条件下，据此而进行的 t检验、F检验等才具有较高的可靠度。 越来越多的经验证据表明，经济分析中所涉及的大多数时间序列是非平稳的。 问题：如果直接将非平稳时间序列当作平稳时间序列来进行分析，会造成什么不良后果? 如何判断一个时间序列是否为平稳序列? 当我们在计量经济分析中涉及到非平稳时间序列时，应作如何处理？ ;一、时间序列模型的一般问题;8; 例如： 1）考察一段时间内每一天的电话呼叫次数，需要考察依赖于时间t的随机变量ξt，｛ξt ｝就是一随机过程。 2）某国某年的GNP总量，是一随机变量，但若考查它随时间变化的??形，则｛GNPt ｝就是一随机过程。 3）一个港口若干年每月装船的货物量X是一随机变量，若考查它随时间变化的情形，则｛Xt ｝就是一随机过程。 4）某种商品在1994年到1999年各个月的销售量X是一随机变量，考查它随时间变化的情形，则｛Xt ｝就是一随机过程。;10; ; 　 宽平稳过程 ; 非平稳随机过程：如果一个随机过程的特征量随时间而变化，该随机过程称为非平稳随机过程。; 统计上——将某一个指标在不同时间上的指标数值按时间先后 顺序排列而成的数列称为时间序列（数列由于受各种偶然因素的影响，表 现出某种随机性）。; ▲时间序列的特点 首先，时间序列中的数据或数据点的位置依赖于时间，即数据的取值依赖于时间的变化，但不一定是时间的严格函数 。 其次，每一时刻上的取值或数据点的位置具有一定的随机性，不可能完全准确地用历史值预测； 再次，前后时刻(不一定是相邻时刻)的数值或数据点的位置有一定的相关性，这种相关性就是系统的动态规律性（记忆性）； 最后，从整体上看，时间序列往往呈现某种趋势性或出现周期性变化的现象。 ;时间序列的主要分类; *按序列的统计特性分： 平稳时间序列：时间序列的统计规律不会随时间的推移而发生变化（即生成变量时间序列的随机过程的特征与时间变化无关）。 非平稳时间序列：时间序列的统计规律随时间的位移而发生变化（即生成变量时间序列的随机过程的特征与时间变化有关）。;图1（平稳随机过程）; 例如，要记录某市日电力消耗量，则每日的电力消耗量就是一个随机变量，于是得到一个日电力消耗量关于天数 t 的函数。而这些以年为单位的函数族构成了一个随机过程 {Xt}, t = 1, 2, … 365。因为时间以天为单位，是离散的，所以这个随机过程是离散型随机过程。而一年的日电力消耗量的实际观测值序列就是一个时间序列. 自然科学领域中的许多时间序列常常是平稳的。但经济