[理学]第十章_时间序列计量经济模型.pptVIP

到目前为止，经典计量经济模型常用到的数据有： 时间序列数据（time-series data)； 截面数据(cross-sectional data) 平行/面板数据（panel data/time-series cross-section data) ★时间序列数据是最常见，也是最常用到的数据。 传统计量经济学模型的假定条件：时间序列数据是平稳的。 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论。 20世纪70年代，Grange、Newbold研究发现，造成“伪回归”的根本原因在于时序序列变量的非平稳性。 在实际中，有相当多的随机过程，不仅它现在的状态，而且它过去的状态，都对未来状态的发生有很强的影响。其中有这样一类随机过程，即所谓平稳随机过程，它的特点是：其统计特性不随时间的推移而变化。严格地说，如果对任意正整数n，任意t1, t2, …, tn∈T和任意实数h，n维随机变量 当T是离散型时间指标集时，也称时间序列具有平稳性（stationary) 例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： Yt = et ， et ~ N(0,?2) 为了检验该序列是否具有相同的方差，设Yt 的初值为Y0，则易知 Y1 = Y0 + e1 Y2 = Y1 + e2 = Y0 + e1 + e2 … … Yt = Y0 + e1 + e2 + … + et 由于Y0为常数，et 是一个白噪声，因此 Var(Yt) = t?2 即Yt的方差与时间t有关，它是一非平稳序列。 如果对Yt 取一阶差分（first difference）: ?Yt = Yt -Yt-1 = et 由于et 是一个白噪声，则序列{?Yt}成为平稳序列。 含一个单位根的过程{Yt }，其一阶差分 ?Yt = Yt -Yt-1 = et 是一个平稳序列，象这种经过一阶差分后变为平稳的 序列称为一阶单整序列，记为{Yt } ～I(1)。 若时间序列{Yt }含有 d 个单位根，经过 d 阶差分后变为平稳，而d-1 阶差分不平稳，则称为 d 阶单整序列，记为{Yt } ～I(d)。特别地，若{Yt }本身是平稳的，则称它零阶单整序列，记为{Yt } ～I(d)。 其中，et 独立同分布，期望为零，方差为?2 其中，ut 独立同分布，期望为零，方差为?2，且 满足古典假定。 即 检验DW=0的临界值 具协整关系变量的计量经济模型一般采用两步，分别建立区分数据长期特征和短期待征的计量经济学模型。 第一步 建立长期关系模型。即通过水平变量和OLS法估计出时间序列变量间的关系。若估计结果形成平稳的残差序列时，那么这些变量间就存在相互协整的关系．长期关系模型的变量选择是合理的，回归系数具有经济意义。 第二步 建立误差修正模型。将长期关系模型各个变量以一阶差分形式重新构造，并将第一步中的残差引入。在一个从一般到特殊的检验过程中，对短期动态关系进行逐项检验，剔除不显著项，直到得到最适当的模型形式。 第十章 小结 3.单位根过程是最常见的非平稳过程。如果非 平稳序列经过 d 次差分后平稳，而d -1次差 分却不平稳，那么称为 d 阶单整序列，称d 为整形阶数。 4.时间序列平稳性的检验方法主要有两类：自 相关函数检验法和单位根检验法。本书只介 绍最常用的单位根检验法—DF检验法和ADF 检验法。 5.协整是指多个非平稳经济变量的某种线性组合 是平稳的。协整分析对于检验变量之间的长期 均衡关系非常重要，而且也是区别真实回归与 伪回归的有效方法。 6.任何一组相互协整的时间序列变量都存在误差 修正机制。误差修正模型把长期关系和短期动 态特征结合在一个模型中，既可以克服传统计 量经济模型忽视伪回归的问题，又可以克服建 立差分模型忽视水平变量信息的弱点 结果表明SR和ZC的差分序列不存在单位根，是平稳序列。所以 SR和ZC都是一阶单整的。 二、用EG两步法检验协整性 1、在命令窗口键入： LS ZC C SR 生成残差序列： GENR E=RESID 因为n＝84，k＝1，取显著性水平a＝0.05时，查表得dL＝1.624， dU＝1.671，而01.609062＝DWd