第4讲 单位根过程.pptxVIP

第4讲 单位根检验 在ARMA模型中使用自相关函数递减判断序列平稳性，有时不准确，故正式的计量检验很必要。 单位根检验是上世纪60~70年代由Dicky和Fuller提出的，至今已有多种检验方法可供我们使用，此类研究已成为计量经济学的热点问题之一。 试问：我国1980年1月~2006年6月间的CPI通货膨胀率，是否弱平稳（理论上应是）？上下波动较大，显示不平稳。需严格的统计检验。 1、单位根的定义 考虑一个简单的AR(1)模型，即 ——（3.1） 其中， 是方差为 σ2 的白噪声过程。因为可逆的ARMA模型总可写成AR模型，故研究AR模型有代表性。DF检验只考虑AR(1)，之后的ADF检验会把AR(1)拓展到AR(p)。 注意：在DF检验过程中，一般把（3.1）先改写成 其中， ， DF检验共有以下三种情况： 分别为随机游走过程、带截距和既带截距又带时间趋势的随机游走过程。情况 I 实际不常见，使用价值不大，只是理论研究的兴趣。 注意：三种对应的原假设相同，即待检验序列为含有单位根的非平稳序列，而I和II的对立假设是平稳序列，III对应的则是趋势平稳序列。 注意：I、II、III至于选择哪种情况，要依据考察数据的特征，显然III是最一般的情况. 如果无法确定是否存在时间趋势，就可以分别选用情况II和III进行检验，然而如果确信无时间趋势，就可直接选用II。 另外，虽然对二非平稳（甚至是严重非平稳）序列建立回归模型，会破坏经典回归的基础和有效性，但不一定能发现问题。可能建立的模型的t，F以及R2都很正常，模型的显著性和拟合优度都很好，这就产生了所谓的“伪回归”。 事实上，大多数时序非平稳的原因都是因为包含单位根过程，因此，现代计量经济分析主要通过检验是否存在单位根，来检验序列的平稳性。 例1：建年度文件：1952~1996，调入book5.5中的y（我国社会商品零售总额）。再调入book12中的一个数据，起名y1（我国商品的物价指数）。其时序图分别为： 我国社会商品零售总额 我国商品的物价指数 表面看y和y1的图像很像，实际上，指数不可能无止境上升，因为如果把97、98年及以后的数据放入，就会发现从97年以后开始下滑。为此，需讨论趋势类型： 为检验H0，构造统计量： 为此，DF通过不断模拟，依显著性水平和样本容量得到一个临界值。 因分布偏态且不对称，可根据计算出的统计量与得到的临界值比较。 (1)若统计量实际计算值小于临界值，则拒绝H0 ，即序列是平稳过程； (2)若大于临界值，则接受H0 ，说明序列是单位根过程。 4、单位根检验 注意： （1）选Level/ None （3）在Maximum Lags处填写0。则： 接例1：建年度文件：1952~1996，调入book12中的一个数据，起名y1（我国商品的物价指数）。 统计量值 为 6.654372，而对应1%、5%、10%的临界值分别为 -2.618579、-1.948495、-1.612135，显然 t 值大于所有临界值，所以，接受原假设，即认为原序列y1是一个单位根过程。 1）y1带常数项： 2）y1既带趋势也带常数项： 显然，上述二情况均为 大于临界值，即接受原假设，说明序列是一个单位根过程。 下面对y1一阶差分和二阶差分： 一阶差分情况： 1）一阶差分选None 易见，在水平10%下，-1.759193-1.612036，通过检验，即平稳。 2）一阶差分选Constant 3）一阶差分选Trend and intercept 二阶差分情况： 1）二阶差分选None 可见，二阶差分均平稳。 但是，二阶差分序列做模型会更麻烦。 如果存在高阶自相关，比如AR（p），其所有的系数均应小于1，它的特征方程 =0 的根均应在单位园外。 即本来有p个根，有一个是单位根（即在单位园上），p-1个在单位园外，这样就把一阶自相关的情况拓展到p阶高阶自相关，这就是DF检验的扩展——ADF检验。 试想：对上例，物价指数仅仅