[工程科技]第六章 时间序列计量经济学建模简介20091118（可编辑）.docVIP

第六章 时间序列计量经济学建模简介 第一节 时间序列计量经济学模型的基本概念 一、时间序列计量经济学的发展趋势 1、上个世纪70年代中期世界复杂的经济格局对计量经济学方法的挑战。 计量经济学模型的主要应用之一就是经济预测，而且早年计量经济学就是通过利用模型的短期预测发展起来的。在上个世纪50——60年代西方国家经济预测中不乏成功的实例。但是，进入20世纪70年代以后，人们对计量经济学模型提出了质疑，表现在1973年和1979年，各种计量经济学模型都无法预测到“石油危机”对经济会造成什么影响（尽管当时能够对石油危机提出预报）。 2、传统计量经济学方法存在的主要问题。 传统计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律的主要技术手段。而对于非稳定发展的经济过程和缺乏规范行为理论的经济活动，传统计量经济学模型就显得无能为力。同时，现实经济活动愈来愈复杂多变，对于社会经济的发展、体制的变迁、技术的创新，要用具有一定的计量经济学或动态多元非线性方程组对其加以描述并非易事。因此，人们认为传统计量经济学的弱点是过分依赖先验理论，这种弱点一方面表现为缺乏动态的信息反馈；另一方面是所获得的理论与样本数据间满意的吻合结果往往要凭借建模者的艺术。 3、80年代初提出了与传统计量经济学完全不同的建模方法。 最初由萨甘（Sargan，1964）提出，后经亨德里-安德森（Hendry-Anderson，1977）和戴维森（Davidson，1977）进一步完善的误差修正模型，以及由格兰杰（C.W.J.Granger，1981）提出的协整理论，最终产生了Hendry的“由一般到特殊”的建模方法。 时间序列的类型： （1）按时间是否连续分为 一是离散型的随机过程或时间序列，二是连续型的随机过程和时间序列。 本章主要研究离散时间序列，并用或表示。对于连续时间序列，可通过等间隔采样使之转化为离散时间序列后加以研究。 （2）按序列的统计特性分为 一是平稳时间序列。时间序列的统计规律不会随时间的推移而发生变化，即生成变量时间序列的随机过程的特征与时间变化无关。 二是非平稳时间序列。时间序列的统计规律随时间的位移而发生变化，即生成变量时间序列的随机过程的特征与时间变化有关。 二、时间序列的基本特征 1、时间序列的平稳性。 （1）严平稳序列。如果对任意正整数（）和时间序数，及任意实数，其随机变量的联合分布有 满足上述条件的序列称为严平稳时间序列。 例如，概率论中的独立同分布序列就是严平稳过程。 由于分布函数完整的描述了随机变量的统计特性，所以，这里要求平稳随机过程的所有的统计特性都不随时间的平移而变化，这一要求相当严格，在实际中要验证上述条件十分困难。一般来说，所研究的随机过程，若前后的环境和主要条件都不随时间变化，就可以认为它是平稳随机过程。上述严平稳对于有限维分布难于处理，在许多应用领域中，人们想到仅看随机过程在变动过程中的数字特征是否有变，即只涉及到随机过程的一阶、二阶矩情况。因此，可将上述概念适当修改。以后所指的平稳性为下述意义下的平稳性。 如果一个随机过程m阶矩以下的矩的取值全部与时间无关，则称该过程为m阶平稳过程。下面给出最常用的二阶宽平稳时间序列的定义。 （2）宽平稳序列。如果满足如下性质 ＜∞ 则称为平稳的，并称此为宽平稳时间序列。 即宽平稳性序列的均值函数、方差函数均为常数，而自协方差函数仅与时间间隔有关。 （3）严平稳序列与宽平稳序列的关系。严格说，严平稳序列的分布，随时间的平移而不变；宽平稳序列的均值与自协方差，随时间的平移而不变。一个严平稳序列，对于每个时刻t的随机变量，可以不存在一阶或二阶矩，因此，它也就不一定是宽平稳序列。反之，一个宽平稳序列，它的分布不一定随时间的推移而不变，因此，它也不一定是严平稳序列。当然，在一定条件下，这两种平稳性是可以互相转化的（见王耀东等著，《经济时间序列分析》，上海财经大学出版社，1996年）。 对于经济现象中的时间序列，通常讨论它的宽平稳性质。直观地说，平稳性是指时间序列的统计特征不随时间的推移而变化。如果一个随机时间序列过程的均值和方差，在时间过程上都是常数，并且在任何两时期之间的协方差仅依赖于该两时期间的距离或滞后，而不依赖于计算这个协方差的实际时间，则称它是平稳的。即设为一时间序列，由此，可以认为一个平稳的时间序列，它的数学期望和方差均与时间t无关，表明序列将趋于返回它的均值，并以一种相对不变的振幅围绕均值波动；而协方差为一有限数，说明序列只与在变动过程中的间隔有关，与它的具体位置无关。 简单讲，如果一个时间序列是平稳的，不管在什么时候对它进行测量，它的均值、方差和各种滞后的自协方差都保持不变。 从图形上可明显地看出上述特征