5.1时间序列计量经济学模型理论和方法.ppt

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;一、问题的引出：非平稳变量与经典回归模型;⒈常见的数据类型; 时间序列分析模型方法就是在这样的情况下，以通过揭示时间序列自身的变化规律为主线而发展起来的全新的计量经济学方法论。 动态模型：xt对他自身过去值得依存关系 静态模型：两个不同现象之间的内在依存关系。 ;⒉经典回归模型与数据的平稳性; 表现在:两个本来没有任何因果关系的变量，却有很高的相关性（有较高的R2)： 例如：如果有两列时间序列数据表现出一致的变化趋势（非平稳的），即使它们没有任何有意义的关系，但进行回归也可表现出较高的可决系数。 在现实经济生活中： 情况往往是实际的时间序列数据是非平稳的，而且主要的经济变量如消费、收入、价格往往表现为一致的上升或下降。这样，仍然通过经典的因果关系模型进行分析，一般不会得到有意义的结果。;二、时间序列数据的平稳性建立模型的类型基于对序列的平稳性讨论 对于一个平稳的时间序列可以通过过去时间点上的信息，建立模型拟合过去信息，进而预测未来的信息。 而非平稳时间序列在各个时间点上的随机规律是不同的，难以通过序列已知的信息去掌握时间序列整体上的随机性。因此，对于一个非平稳序列去建模，预测是困难的。但在实践中遇到的经济和金融数据大多是非平稳的时间序列。 ; 时间序列分析中首先遇到的问题是关于时间序列数据的平稳性问题。; 例9.1.1．一个最简单的随机时间序列是一具有零均值同方差的独立分布序列： Xt=?t ， ?t~N(0,?2) ; 为了检验该序列是否具有相同的方差，可假设Xt的初值为X0，则易知 X1=X0+?1 X2=X1+?2=X0+?1+?2 … … Xt=X0+?1+?2+…+?t 由于X0为常数，?t是一个白噪声，因此Var(Xt)=t?2 即Xt的方差与时间t有关而非常数，它是一非平稳序列。;然而，对X取一阶差分（first difference）: ?Xt=Xt-Xt-1=?t 由于?t是一个白噪声，则序列{Xt}是平稳的。; 第二节中将证明:只有当-1?1时，该随机过程才是平稳的。;三、平稳性检验的图示判断;给出一个随机时间序列，首先可通过该序列的时间路径图来粗略地判断它是否是平稳的。 一个平稳的时间序列在图形上往往表现出一种围绕其均值不断波动的过程； 而非平稳序列则往往表现出在不同的时间段具有不同的均值（如持续上升或持续下降）。 ;葵窗留剁耸竭还惶概槽若廊冤衡橇静淋仍屿镜塑抒淘茅疚讲伺上裴豪忍读5.1时间序列计量经济学模型理论和方法5.1时间序列计量经济学模型理论和方法;进一步的判断: 检验样本自相关函数及其图形;一个时间序列的样本自相关函数定义为：;注意:; 该统计量近似地服从自由度为m的?2分布（m为滞后长度）。 因此:如果计算的Q值大于显著性水平为?的临界值，则有1-?的把握拒绝所有?k(k0)同时为0的假设。 ;身漂曲屿交麦完燃肖吝藤黑涂拆启市作北画锋滚灯股赞殉段迅膝批篮鹰核5.1时间序列计量经济学模型理论和方法5.1时间序列计量经济学模型理论和方法; 图形：表现出了一个持续上升的过程，可初步判断是非平稳的。 样本自相关系数：缓慢下降，再次表明它的非平稳性。 ; 拒绝：该时间序列的自相关系数在滞后1期之后的值全部为0的假设。 结论: 1978~2000年间中国GDP时间序列是非平稳序列。;例 关于人均居民消费与人均国内生产总值这两时间序列的平稳性。;从图形上看：人均居民消费（CPC）与人均国内生产总值（GDPPC）是非平稳的。 ;四、平稳性的单位根检验; ;也就是说，我们对式 Xt=?Xt-1+?t （*）  做回归，如果确实发现?=1，就说随机变量Xt有一个单位根。 ; 一般地:;因此，针对式 ?Xt=?+?Xt-1+?t 我们关心的检验为：H0：? ≥ 0 H1：?0; 因此，可通过OLS法估计 ?Xt=?+?Xt-1+?t 并计算t统计量的值，与DF分布表中给定显著性水平下的临界值比较： 如果：t临界值，则接受零假设H0：? =0， 认为时间序列存在单位根，是不平稳的。;注意：在不同的教科书上有不同的描述，但是结果是相同的。 例如：“如果计算得到的t统计量的绝对值大于临界值的绝对值，则拒绝? =0”的假设，原序列不存在单位根，为平稳序列。;