[经济学]时间序列模型.ppt

超 过 超过别人一点点， 别人就会嫉妒你； 超过别人一大截， 别人就会羡慕你。 一眼见底的人最健康 心理学家告诉我们： 在初次见到某人时，我们会无意间 在他的脸上寻找一种东西---微笑。 我们可以在30米开外辨认出人们的微笑， 通过微笑来判断我们是否会被友善地接纳， 并自然而然地回报他人的微笑。 一些特殊的体貌特征却会歪曲我们的第一印象， 促使我们的头脑接纳一些经过歪曲滤光的快照。 例如，娃娃脸一般给人纯朴可信的印象，其实未必。 人们通过第一印象作判断的准确度是不同的， 准确程度高的人并非比一般人聪明， 但他们都愿意接纳人。 对他人感兴趣，所以看人相对看得准。 另一方面，有些人在初次见面时就很容易被捉摸。 那些乍一看就可以被捉摸透的人 是心理最健康的人， 因为他们外在的表现与其内心的想法相仿， 你看到的即是你得到的。 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。 一个可行的办法是先把一个非平稳时间序列通过某种变换化成一个平稳序列，根据5.2节中的方法建模，并利用变量之间的相关信息，描述经济时间序列的变化规律。 3.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次数。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I(2) ；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I(1) ；而像利率、收益率等变化率的数据则经常表现为0阶单整I(0) 。 §5.3.2 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。有6种单位根检验方法：ADF检验、DFGLS检验、PP检验、KPSS检验、ERS检验和NP检验，本节将介绍DF检验、ADF检验。 ADF检验和PP检验方法出现的比较早，在实际应用中较为常见，但是，由于这2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；其它几种方法克服了前2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) 。 (5.3.5) (5.3.6) (5.3.7) 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。(5.3.4)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 (5.3.8) (5.3.9) (5.3.10) 从方程两边同时减去 yt-1 得， 其中：? =? -1。 其中：? =? -1，所以原假设和备选假设可以改写为 可以通过最小二乘法得到? 的估计值 ，并对其进行显著性检验的方法，构造检验 显著性的 t 统计量。 但是，Dickey-Fuller研究了这个t 统计