第十章时间序列模型（二）.docVIP

时间序列模型（二） 现代时间序列经济计量学的一个重要研究课题是探索经济时间序列的动态结构，研究它们的统计性质，理解产生这些经济数据的数据生成过程（DGP）的特点和性质，从而能更有效地利用经济数据构造和建立经济计量模型，用以做经济预测，检验各种经济理论的可靠性和可行性，并为各级政府和企业的经济决策提供数量化的建议。 传统的时间序列经济计量学在进行这些研究时，通常假设经济数据和产生这些数据的随机过程是稳定的过程（Stationary Process），在此基础上对经济计量模型中的参数做估计和假设检验。上一章便是这方面的结果。但是，许多经济指标的时间序列数据并不具有稳定过程的特征。比如，图10.1中我国的M1货币供应量和价格指数的年时间序列数据都不会由稳定的随机过程生成，因为它们显然不具有固定的期望值。 图10.1 货币供应量M1和价格指数P 对于由非稳定过程（Non-stationary Process）生成的时间序列数据，传统的数理统计和经济计量学方法显得无能为力（如常规的t和F检验失效，引起谬回归等）。这特别是因为作为推断和检验理论基础的中心极限定理，在涉及非平稳变量时，不再适用。在前一章，我们知道对于许多非平稳的时间序列，通过差分可以变化为平稳的，但是，由于水平变量之间往往具有重