计量经济学第九章ppt.pptVIP

第九章 时间序列计量经济学模型  的理论与方法 第一节 时间序列的平稳性及其检验 第二节 长期均衡关系与协整 ⒈常见的数据类型 到目前为止，经典计量经济模型常用到的数据有： 时间序列数据（time-series data)； 截面数据(cross-sectional data) 平行/面板数据（panel data/time-series cross-section data) ★时间序列数据是最常见，也是最常用到的数据。 经典回归分析暗含着一个重要假设：数据是平稳的。 数据非平稳，往往导致出现“虚假回归”问题 案例分析：上证A、B股指数关系 本案例中，我们利用上海证券交易所指数1998年1月9日到2008年3月7日周收盘数据，考察上证A、B股之间长期影响关系。 上证A股和B股指数周收盘价序列趋势图 平稳的定义 假定某个时间序列是由某一随机过程生成的，即假定时间序列{Xt} 的每一个数值都是从一个概率分布中随机得到，如果满足下列条件： 1）均值E(Xt)=?是与时间t 无关的常数； 2）方差Var(Xt)=?2是与时间t 无关的常数； 3）协方差Cov(Xt,Xt+k)=?k 是只与时期间隔k有关，与时间t 无关的常数； 则称该随机时间序列是平稳的，而该随机过程是一平稳随机过程。 2个最简单的随机过程 例9.1.1．白噪声（white noise） 一个具有零均值同方差的独立分布序列： Xt=?t ， ?t~N(0,?2) 2个最简单的随机过程 平稳性检验的图示判断 平稳性检验的统计判断 总体及样本自相关函数 平稳性检验：自相关函数 平稳性特征 如果一个序列是平稳时间序列，该序列往往在其均值附近不断波动； 如果一个序列平稳时间序列，随着K的增加，样本自相关函数下降且趋于零，且下降速度比非平稳时间序列要快得多； 如果一个时间序列是平稳时间序列，其Q统计量都小于临界值，Q统计量相应P值越大越好，此时序列为平稳序列， Random1检验结果 Random2检验结果 中国支出法GDP时间序列的平稳性 中国支出法GDP时间序列的平稳性 平稳性的单位根检验： DF检验和ADF检验 我们已知道，随机游走序列 Xt=Xt-1+?t （1） 是非平稳的，其中?t是白噪声。 而该序列可看成是随机模型 Xt=?Xt-1+?t （2） 中参数?=1时的情形，即我们对（2）做回归，如果确实发现?=1，就说随机变量Xt有一个单位根。 检验一个时间序列Xt的平稳性，可通过检验带有截距项的一阶自回归模型 Xt=?+?Xt-1+?t （*） 中的参数?是否小于1。 为了保证DF检验中随机误差项的白噪声特性，Dicky和Fuller对DF检验进行了扩充，形成了ADF（Augment Dickey-Fuller ）检验。 中国支出法GDP时间序列的平稳性 中国支出法GDP时间序列的平稳性 单整 随机游走序列 Xt=Xt-1+?t 经差分后等价地变形为 ?Xt=?t 由于?t是一个白噪声，因此差分后的序列{?Xt}是平稳 的。 单位根检验的设置 例9.1.8 中国支出法GDP的单整性。 单整 如果两个变量都是单整变量，只有当它们的单整阶数相同时，才可能具有长期稳定关系，如果它们的单整阶数不相同，是不可能具有长期稳定关系的。 §9.3 协整与误差修正模型 一、长期均衡关系与协整 二、协整检验 三、误差修正模型 长期均衡关系与协整 长期均衡与协整 如果变量之间有着长期的稳定关系，即它们之间是协整的（cointegration)，则是可以使用经典回归模型方法建立回归模型的。 假设X与Y间的长期“均衡关系”由式描述 例如：前面提到的中国CPC和GDPPC，它们各自都是2阶单整，并且将会看到，它们是(2,2)阶协整，说明它们之间存在着一个长期稳定的比例关系，从计量经济学模型的意义上讲，建立如下居民人均消费函数模型 协整检验 (Engle-Granger检验) 两变量的协整检验 两变量的协整检验 例9.3.1 检验中国居民人均消费水平CPC与人均国内生产总值GDPPC的协整关系。 误差修正模型 误差修正模型 误差修正模型 误差修正模型 称为一阶误差修正模型。 案例分析：上证A、B股指数关系 本案例中，我们利用上海证券交易所指数199