计量经济学时间序列分析选编.ppt

第9章 时间序列分析 9.1 时间序列的基本概念 9.1.1 时间序列 ;9.1.2 时间序列的数字特征 1．均值函数 ;9.1.3 平稳和非平稳的时间序列 1．平稳时间序列 所谓时间序列的平稳性，是指时间序列的统计特征不会随着时间的推移而发生变化。也就是说，生成变量时间序列数据的随机过程的特征不随时间变化而变化。 ; 2．非平稳时间序列 所谓时间序列的非平稳性，是指时间序列的统计规律（或特征）随着时间的位移而发生变化。只要弱平稳的三个条件不全满足，则该时间序列是非平稳的。 (1)随机游走（random walk）序列;9.2 时间序列的平稳性检验 9.2.1 利用散点图进行平稳性判断 首先画出该时间序列的散点图，然后直观判断散点图是否为一条围绕其平均值上下波动的曲线，如果是的话，则该时间序列是一个平稳时间序列；如果不是的话，则该时间序列是一个非平稳时间序列。;图9.2.1 平稳时间序列与非平稳时间序列散点图 9.2.2 利用样本自相关函数进行平稳性判断 不同的时间序列具有不同形式的自相关函数。于是可以从时间序列的自相关函数的形状分析中，来判断时间序列的稳定性，但是，自相关函数是纯理论性的，对它所刻划的随机过程，我们通常只有有限个观测值。因此，在实际应用中，就采用样本自相关函数来判断时间序列是否为平稳过程。;图9.2.2 平稳时间序列与非平稳时间序列样本相关图; 例9.2.1 检验中国1978-2003年间支出法GDP时间序列（表9.2.1）的平稳性。 表9.2.1 1978-2003年中国GDP（单位：亿元）; 1978-2003年中国GDP时间序列图9.2.3表现了一个持续上升的过程，即在不同的时间段上，其均值是不同的，因此可初步判断是非平稳的。而且从它们的样本自相关系数的变化看，也是缓慢下降的，再次表明它们的非平稳性。这样，我们得出地结论是1978-2003年间中国GDP时间序列是非平稳序列。 ;图9.2.4 1978-2003年中国GDP时间序列样本自相关图;9.2.3 平稳性的单位根检验 1．单位根; 例9.2.2 DF检验法检验中国1978-2003年间GDP时间序列（表9.2.1）的平稳性。 用表9.2.1中的GDP时间序列数据，估计与式(9.2.8)、式(9.2.9)和式(9.2.10)相对应的方程。 利用EViews软件，建立工作文件，输入样本数据，在命令窗口输入命令： LS D（GDP） GDP（-1） LS D（GDP） C GDP（-1） LS D（GDP） C @TREND(1978) GDP（-1） 其估计结果见表9.2.2、表9.2.3、表9.2.4。 表9.2.2 回归结果;表9.2.2估计结果为：;表9.2.3 回归结果 ;表9.2.4 回归结果 ;3．ADF检验（Augmented Dickey-Fuller Test） ADF检验是通过下面三个模型完成的：; 实际检验时从模型(3)开始，然后模型(2)，模型(1)。何时检验拒绝零假设，即原序列不存在单位根，为平稳序列，何时停止检验。否则，就要继续检验，直到检验完模型(1)为止。检验原理与DF检验相同，只是对模型(1)(2)(3)进行检验时，有各自相应的临界值表。附表7给出了三个模型所使用的ADF分布临界值表。;稳的。当三个模型的检验结果都不能拒绝零假设时，则认为时间序列是非平稳的。这里所谓模型适当的形式就是在每个模型中选取适当的滞后差分项，以使模型的残差项是一个白噪声(主要保证不存在自相关)。 例9.2.3 ADF检验法检验中国1978-2003年间GDP时间序列（表9.2.1）的平稳性。 在工作文件窗口，打开序列GDP，在序列GDP页面点击左上方的View键并选择Unit Root Test，经过尝试，模型（3）选取了2阶滞后，检验结果如表9.2.5所示。 表9.2.5 单位根检验结果; 拒绝GDP时间序列存在单位根原假设。需要进一步检验模型（2）。 经试验，模型（2）选取了2阶滞后，检验结果如表9.2.6所示。 表9.2.6 单位根检验结果;由表9.2.6可得：;③Include in test equation：默认选择是检验式中只包括截距项。其他两种选择是检验式中包括趋势项和截距项，检验式中不包括趋势项和截距项。④Lag length： 自动选择包括6种选择标准，也可以在最大滞后期(Maximum lag)选择区自己设定。; 可以选择加入常数项和时间趋势项。进行Philli