4时间序列与误差修正模型课件.pptVIP

1、概念： 描述现实经济水平的变量，只有少数变量的时间数列表现为平稳序列。一些存量指标常常是2阶单整的，以不变价格表示的流量指标如消费、收入等常常再现为1阶单整序列 多数非平稳序列可以通过一次或多次差分变为平稳序列，但也有一些时间序列无论经过多少次差分都不能变为平稳序列，这种序列被称为非单整的 时间序列数据的单整及其检验 单整性检验可以借助对时间序列的平稳性检验方法。 对时间序列Xt的平稳性ADF检验通过检验三个模型进行，类似地： 2、检验： 对时间序列Xt的1阶单整检验，相当于对序列 作平稳性检验，相应的“模型3”为： 对时间序列Xt的 d 阶单整检验，相当于对序列 作平稳性检验，相应的“模型3”为： 时间序列数据的单整及其检验 2、检验： 例：对中国1978—2000年的GDP序列，可以建立如下模型 查表： 说明：原GDP序列是1阶单整的 时间序列数据的单整及其检验 同阶单整变量之间可能是协整的 各自非平稳的、但相互协整的变量间具有长期稳定的关系，因此是可以使用经典回归模型方法建立回归模型的 3、运用： 时间序列数据的单整及其检验 时间序列间的协整及其检验 1、概念 如果序列X1t、 X2t、……、 Xkt都是d 阶单整的，存在向量a=(a1, a2,…., ak)，使得Zt=aXt~I(d-b)，其中b 0，Xt=(X1t, X2t , …, Xkt)’，则认为序列X1t、 X2t、……、 Xkt 是 (d-b) 阶协整的，记为： Xt ~ CI ( d，b ) 其中 a 称为协整向量 例：假设Xt ~ I(2) ， Yt ~ I(2) 存在Zt=a1Xt+a2 Yt ~ I(0) 则认为序列Xt 、Yt 之间是 (2、2) 阶协整的 记为： Zt ~ CI ( 2，2 ) 1、概念 假设有三个单整变量： 并且： 则认为： 时间序列间的协整及其检验 1、概念 (d，d)阶协整是一类非常重要的协整关系：变量间如果是(d，d)阶协整的，则其线性组合变量是I(d- d )即 I(0 )的 则建立结构方程： 是合适的，因为随机项具有“白噪声”，而白噪声序列是平稳序列。 例： 时间序列间的协整及其检验 2、检验 第一步：用OLS估计方程得(即进行协整回归)： 及 第二步：检验et的平稳性。方法就是ADF检验，但协整检验中的ADF检验临界值比平稳性检验中的ADF检验小。因此检验中须依据协整检验的ADF分布临界值表(由Mackinnon于1991年通过模拟试验给出)作出判断 (1)双变量的协整关系检验 -----Engle-Granger检验 时间序列间的协整及其检验 2、检验 (2)多变量的协整关系检验 将其中一个变量设置为被解释变量，将其它变量作为解释变量，作协整回归，用与双变量协整关系检验类似的方法作出检验；如果残差序列不平稳，更换被解释变量重复上述过程。 当所有的变量都被作为被解释变量检验之后，仍不能得到平稳的残差序列，则认为这些变量间不存在 (d，d) 阶协整 所不同的是，多变量协整检验中的ADF临界值与变量个数有关，依据多变量协整检验ADF临界值表(由Mackinnon于1991年通过模拟试验给出)作出判断 -----Engle-Granger检验 时间序列间的协整及其检验 2、检验 (2)多变量的协整关系检验 -----Johansen检验，或称JJ(Johansen-Juselius)检验 时间序列间的协整及其检验 3、运用 (1)如果各时间序列变量间存在(d，d) 阶协整关系，则即使这些变量序列本身是非平稳的，仍可直接建立结构模型来分析 (2)建立误差修正模型，分析变量间的长期弹性和短期弹性 时间序列间的协整及其检验 非平稳时间序列可以通过差分方法将转化为平稳序列，再作经典的结构模型分析，例：建立人均消费水平(Y)与人均可支配收入(X)的结构模型 如果Y与X均是有随机性趋势的时间序列，则它们的差分量是平稳的，从而可以建立： 时间序列间的协整及其检验 这种差分过程会引起三方面问题： 1、如果Y与X原本存在长期稳定的均衡关系，且(1)式中的随机项不存在序列相关，则差分后(2)式中的随机项是一个一阶移动平均时间序列，因而是序列相关的 2、如果采用(2)式的差分形式，则关于变量水平值的重要信息将