北京大学经济学院4.1 不平稳时间序列模型——单位根.docVIP

第四章 非平稳时间序列模型 第一节 非平稳性 一．非平稳 平稳和非平稳的时间序列在性质上有很大的差别——例如，对非平稳的序列产生一个冲击，则这个冲击的影响永远不会消失；对平稳的序列则不会出现这种情况。 缪误回归. 如果2个相互独立的变量都存在着随时间而变化的趋势, 对这2个变量作回归的话 R2 会很高 如果回归模型中的变量是非平稳的, 那么我们所计算的 “t-比率”将不会服从 t-分布, 因此在此基础上所作的假设检验也是错误的. Value of R2 for 1000 Sets of Regressions of a Non-stationary Variable on another Independent Non-stationary Variable Value of t-ratio on Slope Coefficient for 1000 Sets of Regressions of a Non-stationary Variable on another Independent Non-stationary Variable 二．常用的两种类型的非平稳 在本章中, 平稳指的是弱平稳——协方差平稳 通常用2类模型来描述非平稳: 随机非平稳——随机游走（或者具有漂移项）: yt = ( + yt-1 + ut (1) 和具有确定趋势的过程: yt = ( + (t + ut (2) 其中 ut 都是 iid 的. 随机非平稳性 模型 (1)可以是一个爆发过程: yt = ( + (yt-1 + ut 其中 ( 1. 这也是不平稳的 不过，这种爆发过程一般被忽略，我们一般用( = 1 来描述随机非平稳性 ( 1 对经济和金融中的数据一般并不适用. ( 1 在直觉上也不好理解: 对系统的冲击不但不会逐渐消失反而会越来越大，以至于无穷. 随机非平稳模型中，冲击的效应？ 考虑以下 AR(1)过程: yt = (yt-1 + ut (3) ( 可以是任意值. 迭代有: yt = (T y0 + (ut-1 + (2ut-2 + (3ut-3 + ...+ (Tu0 + ut 3种情形: 1. (1 ( (T(0 as T(( 冲击的影响会逐渐消失. 2. (=1 ( (T =1( T 冲击的影响不会消失. 有: ，as T(( 3. (1.冲击的影响会越来越大, 因为(3(2(. 三．如何消除非平稳性 回到前面所讲的 2类非平稳过程 yt = ( + yt-1 + ut (1) 和 yt = ( + (t + ut (2) 对这2类非平稳过程我们采用不同的方法消去非平稳. 对第1类. 令 (yt = yt - yt-1 所以 (1-L) yt = yt - L yt = yt - yt-1 (1)可写为: yt - yt-1 = ( + ut (yt = ( + ut 这样，通过 “一阶差分”得到了平稳的序列. 对于第2类非平稳，则去掉时间趋势。 第1类不平稳通过差分变得平稳，所以又称为“差分平稳”，DS（difference stationary）； 第2类不平稳通过去除时间趋势变得平稳，所以又称为“趋势平稳”，TS(trend stationary) Example 对于2类非平稳的过程，在处理的时候要采取不同的方法。如果对第2类过程（趋势平稳过程）采取差分的办法, 那么在消除非平稳性的同时在误差项中引入了MA(1)结构; 反过来，如果对第1类非平稳的过程（差分平稳）采用去掉趋势的方法处理，则不可能消除非平稳性. 在金融市场的大多数数据，例如价格都是差分平稳的而不是去趋势平稳过程. 经验应用中, 通常对数据先取对数，再作一阶差分, 这样就不再是股票价格，而变成了收益率. Sample Plots for various Stochastic Processes: A White Noise Process Sample Plots for various Stochastic Processes: A Random Walk and a Random Walk with Drift Sample Plots for various Stochastic Processes: A Deterministic Trend Process Autoregressive Processes w