第十章 时间序列计量经济模型1精要.ppt

为了分析可支配收入（ ）和生活费支出（ ）之间是否存在协整关系，我们先作两变量之间的回归，然后检验回归残差的平稳性。 以生活费支出（ ）为被解释变量，可支配收入（ ）为解释变量，用OLS回归方法估计回归模型，结果见表10.6。 为了检验回归残差的平稳性，在工作文档窗口中，点击Genr功能键，命令 ，将上述OLS回归得到的残差序列命名为新序列 ，然后双击 序列，对 序列进行单位根检验。由于残差序列的均值为0，所以选择无截距项、无趋势项的DF检验，模型设定见图10.4，估计结果见表10.7。 在5％的显著性水平下， t检验统计量值为 -7.430111，大于相应临界值，从而拒绝，表明残差序列不存在单位根，是平稳序列，说明可支配收入（ ）和生活费支出（ ）之间存在协整关系。 可支配收入（ ）和生活费支出（ ）之间存在协整，表明两者之间有长期均衡关系。但从短期来看，可能会出现失衡，为了增强模型的精度，可以把协整回归（10.15）式中的误差项 看作均衡误差，通过建立误差修正模型把生活费支出的短期行为与长期变化联系起来。 误差修正模型的结构如下： （10.16） 在EViews中，点击Genr功能键，生成可支配收入（ ）和生活费支出（ ）的差分序列： 然后以 作为被解释变量，以 和 作为解释变量，估计回归模型（10.16），结果见表10.8。 最终得到误差修正模型的估计结果： 第十章 小结 1.大多数经济时间序列是非平稳的。如果直接将时间序列作回归分析，则可能造成“伪回归” ，造成“伪回归”的根本原因在于时序序列变量的非平稳性。 2.时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移而发生变化。严格平稳是指随机过程 的联合分布函数与时间的位移无关。弱平稳是指随机过程 的一阶矩和二阶矩不随时间推移而变化。。 3.单位根过程是最常见的非平稳过程。如果非 平稳序列经过 次差分后平稳，而 次差 分却不平稳，那么称为 阶单整序列， 称 为整形阶数。 4.时间序列平稳性的检验方法主要有两类：自 相关函数检验法和单位根检验法。本书只介 绍最常用的单位根检验法——DF检验法和ADF 检验法。 5.协整是指多个非平稳经济变量的某种线性组合 是平稳的。协整分析对于检验变量之间的长期 均衡关系非常重要，而且也是区别真实回归与 伪回归的有效方法。 6.任何一组相互协整的时间序列变量都存在误差 修正机制。误差修正模型把长期关系和短期动 态特征结合在一个模型中，既可以克服传统计 量经济模型忽视伪回归的问题，又可以克服建 立差分模型忽视水平变量信息的弱点 7. 格兰杰（Granger）检验方法主要是检验一个经济变量的历史信息是否可用来预测另一个经济变量的未来变动，该检验的重要价值在于预测。格兰杰因果关系不等于实际因果关系，实际因果关系还需借助经济理论进行进一步的分析；但统计意义上的格兰杰因果关系也是很有意义的，对于经济预测将起很大的作用。 第 十章 结 束 了！ 一般的 ，设有 个序列 用 表示由此 个序列构成的 维向量序列， 如果： (1)每一个序列 都是 阶单整序列，即 ; (2)存在非零向量 ，使得 为( )阶单整序列，即 。 则称向量序列 的分量间是 、 阶协整的，记为 ， 向量 称为协整向量。 特别地，若 ，则 ，说明尽管各个分量序列是非平稳的一阶单整序列，但它们的某种线性组合却是平稳的。这种（1，1）阶协整关系在经济计量分析中较为常见。例如，假设变量 与变量 之间为（1，1）阶协整关系，协整向量为