布鲁克斯金融计量经济学中文课件-7.pptVIP

Introductory Econometrics for Finance Copyright 2002, Chris Brooks Chapter 7 金融中长期关系建模 平稳性和单位根检验为什么需要检验非平稳性? 平稳和非平稳的时间序列在性质上有很大的差别 – 例如，我们对非平稳的序列产生一个冲击，则这个冲击的影响永远不会消失；对平稳的序列则不会出现这种情况 缪误回归. 如果2个相互独立的变量都存在着随时间而变化的趋势, 对这2个变量作回归的话 R2 会很高 如果回归模型中的变量是非平稳的, 那么可以证明渐近分析的标准假设都是错误的. 换句话说, 我们所计算的 “t-比率”将不会服从 t-分布, 因此我们在此基础上所作的假设检验也是错误的. Value of R2 for 1000 Sets of Regressions of a Non-stationary Variable on another Independent Non-stationary Variable Value of t-ratio on Slope Coefficient for 1000 Sets of Regressions of a Non-stationary Variable on another Independent Non-stationary Variable 2种类型的非平稳 不同的平稳定义 在本章中, 平稳值的是弱平稳 通常用2类模型来描述非平稳: 具有漂移的随机游走: yt = ? + yt-1 + ut (1) 和具有确定趋势的过程: yt = ? + ?t + ut (2) 其中 ut 都是 iid 的. 随机非平稳性 模型 (1)可以是一个爆发过程: yt = ? + ?yt-1 + ut 其中 ? 1. 这种爆发过程可以被忽略，我们一般用? = 1 来描述随机非平稳性 ? 1 对经济和金融中的数据并不适用. ? 1 在直觉上也是不对的: 对系统的冲击不但不会逐渐消失反而会越来越大，以至于无穷. 随机非平稳性: 冲击的影响 考虑以下 AR(1)过程: yt = ?yt-1 + ut (3) ? 可以是任意值. 有: yt-1 = ?yt-2 + ut-1 yt-2 = ?yt-3 + ut-2 Substituting into (3) yields: yt = ?(?yt-2 + ut-1) + ut = ?2yt-2 + ?ut-1 + ut Substituting again for yt-2: yt = ?2(?yt-3 + ut-2) + ?ut-1 + ut = ?3 yt-3 + ?2ut-2 + ?ut-1 + ut Successive substitutions of this type lead to: yt = ?T y0 + ?ut-1 + ?2ut-2 + ?3ut-3 + ...+ ?Tu0 + ut 随机非平稳性: 冲击的影响（续） 有 3情况: 1. ?1 ? ?T?0 as T?? 冲击的影响会逐渐消失. 2. ?=1 ? ?T =1? T 冲击的影响不会消失. 有: as T?? 3. ?1.冲击的影响会越来越大, 因为，如果 ?1, 则?3?2?. 消去非平稳性 回到前面所讲的 2类非平稳过程 yt = ? + yt-1 + ut (1) 和 yt = ? + ?t + ut (2) 对这2类非平稳过程我们采用不同的方法消去非平稳. 对第1类. 令 ?yt = yt - yt-1 有 L yt = yt-1 所以 (1-L) yt = yt - L yt = yt - yt-1 (1)可写为: yt - yt-1 = ? + ut ?yt = ? + ut 我们说通过 “一次差分”产生了平稳的序列. Example 消去非平稳性（续） 对于2类非平稳的过程，我们在处理的时候要采取不同的方法 如果我们对第2类过程（去趋势平稳过程）采取差分的办法, 那么在消除非平稳性的同时在误差项中引入了MA(1)结构. 反过来，如果我们对第1类非平稳的过程（差分平稳）采用去掉趋势的方法处理，则我们根本不可能