第五讲时间序列分析58.pptVIP

DW检验适于一阶序列相关性检验，其取值范围（0，4）， DW越接近2，序列相关程度越小；越接近0（或4），序列正（或负）相关程度越大，见下图。其中DL 、DU根据样本数n、变量个数k查表得出。 1、 “case5_1.xls” 是1964年～1995年的经济数据，其中r是半年期票据贴现利率，gnp_p和inv_p分别是按不变价格调整的GNP和投资总额数据，要求： （1）试用OLS方法建立inv_p与gnp_p、上期贴现利率的线性回归方程。 （2）检验残差序列的相关性。 （3）对利率r建立ARIMA模型 （4）采用Engle－Granger协整检验方法判断inv_p与gnp_p是否存在协整关系，若存在写出协整方程。 (5)在协整分析的基础上 建立误差修正模型（ECM)。 （1)基本理论 设某个内生变量yt受同期外生变量xt和前期变量影响，则可建立模型： （1） （1）式经过一系列变换整理可得：阿尔法表示误差修正力度 （2) 该模型被称为误差修正模型（ECM)，当yt与xt的长期协整关系是： （3） 模型（2)可写成： （4） 其中：?称为调整系数，其值通常小于零，表明系统对短期偏离的调整程度。 总之，变量Y的波动是由长期趋势和短期波动所决定的，协整