解说6 时间序列分析.pptVIP

可以用OLS法估计上式。相应被估参数的t统计量渐进服从正态分布，且具有一致性。如果上式u t中存在自相关，可以在模型右侧加入△yt，△xt的滞后项，同时应相应增加误差修正项的滞后期，此时上式变为： 在具体计算时，首先对长期模型的设定是否合进行单位根检验，以保证u t为平稳序列。其次对短期动态关系中各变量的滞后期，进行从一般到特殊的检验，在检验过程中剔除不显著的滞后期（主要是用T检验来做）。直到找到最佳模型为止。通常取适当的K和L，然后再进行筛选。 通常在建立误差修正模型之前，应先对变量取对数，目的是消除经济变量中的可能存在异方差。 注意：（1）、u不必取对数。（2）、先取对数后差分。（3）、也可以引入u的其它滞后期，如ut-2、 ut-3、….等等，而且不必取连续的。 看实例 要求：对所给的序列进行平稳性检验。 用例5.1.1的数据。中国国民消费函数，居民总消费（Y）,居民实际可支配收入（X）, （文件d4p164.dta), 见时间序列分析.do 例题1 五、实例分析 例如:ADF法,显示存在单位根 可以用手工方法建立模型,以选取显著性变量进入模型.然后查表进行检验. 要求：掌握协整检验方法。数据：我国1985-2002年的国内生产总值（亿元,用x表示）和出口总额（亿元,用Y表示），数据文件为：实验课本实验13例题p152.dta 年份 X Y 年份 X Y 1985 8964.400 803.1601 1994 46759.40 10429.14 1986 10202.20 1068.365 1995 58478.10 12424.62 1987 11962.50 1467.885 1996 67884.60 12558.43 1988 14928.30 1768.593 1997 74462.60 15153.09 1989 16909.20 1978.108 1998 78345.20 15209.45 1990 18547.90 2969.937 1999 82067.50 16136.97 1991 21617.80 3824.418 2000 89442.20 20630.02 1992 26638.10 4684.101 2001 95933.30 22029.65 1993 34634.40 5286.289 2002 104790.6 26949.58 例题2. 对下面所给的序列进行协整检验 法一：用AEG法检验Y与X的协整问题。 首先检验是Y和X是不是同阶单整： X为二阶单整（选取模型是：滞后期为3，有趋势项和常数项），Y也是二阶单整（滞后期为1，没有趋势项和常数项）。故Y和X均为二阶单整。 检验过程见:六.时间序列分析.do 步骤：采用AEG检验 作X与Y的相关图（略），发现它们之间的关系为近似直线关系，所以设模型为： yt= a+bx t+u t， 用OLS法计算得到： = -1913.166+0.243237x t T统计量 （-3.405） (25.073)， R2=0.975, DW=1.028 再检验随机误差项是否为平稳。 法一，作图，近似平稳序列。 法二：自相关系数法，很明显是平稳序列(所有样本点均落入置信区间内)。 法三：单位根检验：经过筛选后结果如下：在1%水平下有一个单位根，但在5%水平下无单位根（即平稳）。这里的拟合优度并非很好。 综上所述，随机误差项是平稳的序列。 上述表明：尽管Y和X都是非平稳序列，但国内生产总值X与出口总额Y仍然存在协整关系，而且下式为长期协整关系。 = -1913.166+0.243237x t 如果选择非线性模型： Lnyt=a+bLnxt+μt.容易检验y和x均为二阶单整。 协整模型如下：其残差et的平稳性检验见下页 因此 e是平稳的，从而原模型是协整的。 此结果比线性模型好。 误差修正模型（ECM）的建立 要求：掌握误差修正模型的建立方法。 数据：仍然采用例2的数据，建立我国国内生产总值（x）和出口总额（Y）的ECM模型。 步骤：从例2可知，Y与X存在协整关系。 例题3 第一步，由例题2，Y与X的长期协整关系为： = -1913.166+0.243237x t T统计量 （-3.405） (25.073)， R2=0.975, DW=1.028 然后求出上述模型的残差序列 ，并令 。则短期动态关系，即误差修正模型为： T统计量 （4.55）