Eviews讲动态计量模型.ppt

内容框架 一 序列相关理论(检验及纠正) 二 非平稳时间序列建模 三 协整与误差修正 则KPSS统计量LM构造如下： (3.2.22) KPSS检验的原假设是序列是（趋势）平稳的；备选假设是序列是不平稳的。Kwiatkowski-Phillips-Schmidt-Shin（1992）给出了不同置信水平下的临界值(小于临界值接受原假设)。 式（3.2.22）中的f0是频率为零时的残差谱密度 。在实际应用中，主要有两种f0的估计方法：（1） 协方差核估计；（2） 自回归谱密度估计量。 其中a是常数，ut是平稳序列，若ut ～ i.i.d. N (0, ? 2) ，且ut 是一个白噪声序列，则该过程称为含位移a的随机游走。若令a = 0， y0 = 0，有var(yt) = t? 2（t = 1, 2, ?, T），显然违背了时间序列平稳性的假设。而其差分序列? yt是平稳序列。 实际上，回归方程的序列自相关问题是暗含着残差序列是一个平稳序列。这是因为，如果残差序列是一个非平稳序列，则说明因变量除了能被解释变量解释的部分以外，其余的部分变化仍然不规则，随着时间的变化有越来越大的偏离因变量均值的趋势，这样的模型是不能够用来预测未来信息的。 残差序列是一个非平稳序列的回归被称为伪回归，这样的一种回归有可能拟合优度、显著性水平等指标都很好，但是由于残差序列是一个非平稳序列，说明了这种回归关系不能够真实的反映因变量和解释变量之间存在的均衡关系，而仅仅是一种数字上的巧合而已。伪回归的出现说明模型的设定出现了问题，有可能需要增加解释变量或者减少解释变量，抑或是把原方程进行差分，以使残差序列达到平稳。 2. 单整 像前述yt这种非平稳序列，可以通过差分运算，得到平稳性的序列称为单整（integration）序列。定义如下： 定义 如果序列yt ，通过 d 次差分成为一个平稳序列，而这个序列差分d–1次时却不平稳，那么称序列yt为d阶单整序列，记为 yt ～ I(d)。特别地，如果序列yt本身是平稳的，则为零阶单整序列，记为 yt ～ I(0)。 单整阶数是使序列平稳而差分的阶数。对于上面的随机游走过程，有一个单位根，所以是I(1)，同样，平稳序列是I(0)。一般而言，表示存量的数据，如以不变价格资产总值、储蓄余额等存量数据经常表现为2阶单整；以不变价格表示的消费额、收入等流量数据经常表现为1阶单整；而像利率、收益率等变化率的数据则经常表现为0阶单整。 如果两个序列分别为d阶单整和e阶单整，即 xt ～ I(d)， yt ～ I(e)，e d 则二序列的线性组合是e 阶单整序列，即 zt =a xt +b yt ～ I(max(d，e)) (二) 非平稳序列的单位根检验 检查序列平稳性的标准方法是单位根检验。本节将介绍5种单位根检验方法： DF检验、ADF检验、PP检验、KPSS 检验和ERS检验。 前三种方法出现的比较早，在实际应用中较为常见，但是，由于这3种方法均需要对被检验序列作可能包含常数项和趋势变量项的假设，因此，应用起来带有一定的不便；后3种方法克服了前3种方法带来的不便，在剔除原序列趋势的基础上，构造统计量检验序列是否存在单位根，应用起来较为方便。 其中a是常数，? t 是线性趋势函数，ut ～ i.i.d. N (0, ? 2) 。 (3.2.4) (3.2.5) (3.2.6) 1. DF检验 为说明DF检验的使用，先考虑3种形式的回归模型 1) 如果 -1 ? 1，则yt平稳（或趋势平稳）。 2) 如果 ? =1， yt 序列是非平稳序列。(3.2.4)式可写成： 显然yt 的差分序列是平稳的。 3) 如果? 的绝对值大于1，序列发散，且其差分序列是非平稳的。 因此，判断一个序列是否平稳，可以通过检验 ? 是否严格小于1来实现。也就是说： 原假设H0：? =1，备选假设H1：? 1 (3.2.7) (3.2.8) (3.2.9)