- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第8章、ARMA模型和ARIMA模型
计量经济学的重点在于解释,而不是预测。但是,对于某些具体的问题,人们对预测的兴趣仍然很大。如对GDP、人口等宏观经济变量的预测:什么时候超英赶美。
常见的4种预测模型为:
单方程回归模型
联立方程回归模型
ARIMA模型(自回归积分移动平均模型)
VAR模型(向量自回归模型)
前面两种预测模型的特点:
优点:经济学理论作为计量分析的基础。
缺点:Lucas批判(Lucas Critique)指出,使用历史数据估计的计量模型的参数依赖于历史的宏观经济政策。如果宏观经济政策发生变动,这些参数也会变动。据此而实施的预测必然误差很大,特别是长期预测。例子:根据过去几年数据建立的IS-LM模型,难以预测中国宏观调控后和利率提高后的宏观经济。
后面两种预测模型的特点:
优点:Box-Jenkins方法的重点不是寻找解释y的解释变量,而是使用滞后的y来构造生产y的动力系统。所使用的y是平稳序列,即y的均值、方差和自协方差与时间的绝对水平无关,那么分布特征不变,可以适用不同经济环境。短期预测能力较强。
缺点:为预测而预测。是泛理论的(a-theoretic),缺乏经济理论基础,很难解释计量结果的经济含义。
当然可以整合这两类方法的优点。
ARMAX模型。
§1、ARIMA模型
ARIMA模型 (自回归积分移动平均模型,autoregressive integrated moving average) 推广了如下模型:AR模型、MA模型和ARMA模型。
1、AR模型
(1)定义
称平稳序列yt服从AR(p)模型,如果可以表示为
其中是白噪声(均值为0,同方差,无自相关)。
AR模型的特点:除了滞后的y之外,没有其他的解释变量。
(2)AR模型的平稳条件
记L为滞后算子(lag operator),Lyt=yt-1。Lj为j步滞后算子,即Ljyt=yt-j。那么,AR模型可以记为
定义新的算子为
那么
AR(p)模型的平稳性条件要求yt的均值和方差和自协方差都是有限的常数。可以证明,这要求多项式方程的根的模都大于1。请验证一下AR(1)的平稳性条件。
(3)Eview的差分算子D与数学表达式的滞后算子L之间的关系
d(y, n)=(1-L)ny
【证明参见第7章】
例如:点击数据文件gdp_gujarati_p706,在命令窗口输入
series dy1=D(gdp)
表示gdp的一阶差分,即
GDP–GDP(–1)
可以比较下面的命令以及新的差分序列是否与dy1一样
series newdy1=GDP-GDP(-1)
输入下面的二阶差分命令
series dy2=D(gdp,2)
比较以下命令以及新的差分序列是否与dy2一样
series newdy2=D(dy1)
D(gdp,2)计算gdp的二阶差分
d(gdp,2) =d(d(gdp))
=d(gdp – gdp(–1))
= gdp – gdp(–1) – [gdp(-1) – gdp(–2)]
=gdp – 2*gdp(–1) + gdp(–2)
=(1-L)2gdp
(4)例子1:通货膨胀的AR模型(当然,我们还没有学习如何建立最为合适的模型)
点击数据文件usinf_greene_p572,quick/series statistics/unit root test中输入inflation,检验是否平稳序列。
ADF Test Statistic -3.858994 1% Critical Value* -4.1728 5% Critical Value -3.5112 10% Critical Value -3.1854 *MacKinnon critical values for rejection of hypothesis of a unit root. 是不是平稳序列?
在5%置性水平下是平稳序列,可以建立ARMA模型。
以AR模型为例。输入
INFLATION C INFLATION(-1) INFLATION(-2) INFLATION(-3)
得到
Dependent Variable: INFLATION Method: Least Squares Date: 11/24/04 Time: 11:32 Sample(adjusted): 1943 1985 Included observations: 43 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 2.202358 0.969339 2.272021 0.0287 INFLATION(-1)
您可能关注的文档
- 第19课《夹竹桃》[优质文档].doc
- 第1章 知识题(单选).doc
- 第25次产前随访服务记录表.doc
- 第2章 基本资料的收集与分析.ppt
- 第2讲 蒙太奇及长镜头理论.ppt
- 第2讲氧化还原反应方程式的分析与书写.ppt
- 第2课时两条直线的位置关系——平行与相交.doc
- 第3章 配位平衡和配位滴定法.ppt
- 第3章 高效液相色谱1[教学].ppt
- 第4单元 近代资产阶级代议制的形成与发展[宝典].doc
- 四川省德阳市罗江中学2025届高三考前热身化学试卷含解析.doc
- 山东省枣庄现代实验学校2025届高三下学期第五次调研考试化学试题含解析.doc
- 吉林省长春市十一高中等九校教育联盟2025届高三一诊考试生物试卷含解析.doc
- 2025届江苏省盐城市伍佑中学高考仿真模拟化学试卷含解析.doc
- 2025届广西贺州中学高考冲刺押题(最后一卷)生物试卷含解析.doc
- 安徽省池州市贵池区2025届高三第一次模拟考试生物试卷含解析.doc
- 宁夏银川一中2025届高三(最后冲刺)化学试卷含解析.doc
- 广东省广州市增城区四校联考2025届高考压轴卷化学试卷含解析.doc
- 2025届邯郸市第一中学高考生物必刷试卷含解析.doc
- 2025届安徽省安庆市石化第一中学高考仿真卷化学试卷含解析.doc
文档评论(0)