第十章_时间序列计量经济模型.pdf

计量经济学 第十章 时间序列计量经济模型 引子：是真回归还是伪回归？ 经典回归分析的做法是: 首先采用普通最小二乘法（OLS ）对回归模型进 行估计，然后根据可决系数或F检验统计量值的 大小来判定变量之间的相依程度，根据回归系数 估计值的t统计量对系数的显著性进行判断，最 后在回归系数显著不为零的基础上对回归系数估 计值给予经济解释。 为了分析某国的个人可支配总收入 I 与个人消 E E I 费总支出 的关系，用OLS法作 关于 的线性 回归，得到如下结果： E -174.44  0.9672 I t t t (-7.481) (119.87) R 2 0.9941 DW 0.532 从回归结果来看， R 2 非常高，个人可支配总收 入 I 的回归系数t统计量也非常大，边际消费倾 向符合经济假设。凭借经验判断，这个模型的 设定是好的，应是非常满意的结果。准备将这 个计量结果用于经济结构分析和经济预测。 可是有人提出，这个回归结果可能是虚假的！ 可能只不过是一种“伪回归”！ “要千万小心!” 这里用时间序列数据进行的回归，究竟是真回 归还是伪回归呢？为什么模型、样本、数据、 检验结果都很理想，却可能得到“伪回归”的 结果呢？ 时间序列数据被广泛地运用于计量经济研究。 经典时间序列分析和回归分析有许多假定前 提，如序列的平稳性、正态性等。直接将经济 变量的时间序列数据用于建模分析，实际上隐 含了上述假定，在这些假定成立的条件下，据 此而进行的t检验、F检验等才具有较高的可靠 度。 越来越多的经验证据表明，经济分析中所涉及 的大多数时间序列是非平稳的。 问题： ●如果直接将非平稳时间序列当作平稳时间序列 来进行分析，会造成什么不良后果； ●如何判断一个时间序列是否为平稳序列； ●当我们在计量经济分析中涉及到非平稳时间序 列时，应作如何处理？ 第十章时间序列计量经济模型 本章主要讨论:  时间序列的基本概念  时间序列平稳性的单位根检验  协整 第一节时间序列基本概念 本节基本内容: ●伪回归问题 ●随机过程的概念 ●时间序列的平稳性 一、伪回归问题 传统计量经济学模型的假定条件：序列的平稳 性、正态性。 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 二、随机过程 有些随机现象，要认识它必须研究其发展变化 过程，随机现象的动态变化过程就是随机过程。 例如，考察一段时间内每一天的电话呼叫次 数，需要考察依赖于时间t 的随机变量 t ，  ｛ ｝就是一随机过程。 t 又例如，某国某年的GNP总量，是一随机变 量，但若考查它随时间变化的情形，则 ｛ ｝就是一随机过程。 GNP t 随机过程的严格定义 t (t  T ) Y 若对于每一特定的 ， 为一随机变量， t 则称这一族随机变量｛ Y ｝为一个随机过程。 t 若 T 为一区间，则｛Y ｝为一连续型随机过程。 t 若 T