第四章 时间序列模型.pdf

第四章 时间序列模型 第四章 时间序列模型 一、向量自回归（VAR ）模型 二、ARCH模型 三、单位根检验 四、协整分析与ECM模型 VAR模型介绍 向量自回归的理念  联立方程的不足：  把一些变量看成是内生的，另一些变量看作是 外生的或前定的。  估计前必须肯定方程组中的方程是可识别的。 为了达到识别的目的，常常要假定某些前定变 量仅出现在某些方程中，因此，往往是主观的。  VAR ：如果在一组变量之中有真实的联立 性，那么这些变量就应平等地加以对待， 而不应该事先区分内生和外生变量。 VAR模型的矩阵表示  1 1   p p   Y a  a Y a  a Y     1t  11 1m  1t 1  11 1m  1t p                          1 1    p p   Y a  a Y a  a Y mt m1 mm mt 1 m1 mm mt p         b1  b1  X br  br  X u        11 1d  1t 1   11 1d  1t1   1t                       1 1    r r     b  b X b  b X u m1 md dt 1 m1 md dt 1 mt         Y ＝(a1 Y a1 Y ) (ap Y ap Y ) 1t 11 1t 1 1m mt 1 11 1tp 1m mt p 1 1 r r (b X b X ) (b