- 1、本文档共159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
第五章 时间序列模型
第五章 时间序列模型
关于标准回归技术及其预测和检验我们已经在
前面的章节讨论过了,本章着重于时间序列模型的估
计和定义,这些分析均是基于单方程回归方法,第9
章我们还会讨论时间序列的向量自回归模型。
这一部分属于动态计量经济学的范畴。通常是运
用时间序列的过去值、当期值及滞后扰动项的加权和
建立模型,来“解释”时间序列的变化规律。
1
在时间序列模型的发展过程中,一个重要的特征是
对统计均衡关系做某种形式的假设,其中一种非常特殊
的假设就是平稳性的假设。通常一个平稳时间序列能够
有效地用其均值、方差和自相关函数加以描述。本章首
先通过讨论回归方程扰动项通常会存在的序列相关性问
题,介绍如何应用时间序列数据的建模方法,修正扰动
项序列的自相关性。进一步讨论时间序列的自回归移动
平均模型(ARMA模型),并且讨论它们的具体形式、
估计及识别方法。
2
由于传统的时间序列模型只能描述平稳时间序
列的变化规律,而大多数经济时间序列都是非平稳
的,因此,由20世纪80年代初Granger提出的协整概
念,引发了非平稳时间序列建模从理论到实践的飞
速发展。本章还介绍了非平稳时间序列的单位根检
验方法、ARIMA模型的建模方法、协整理论的基本
思想及误差修正模型。
3
§5.1 序列相关及其检验
§5.1 序列相关及其检验
第3章在对扰动项u 的一系列假设下,讨论了古典线
t
性回归模型的估计、检验及预测问题。如果线性回归方
程的扰动项ut 满足古典回归假设,使用OLS所得到的估
计量是线性无偏最优的。
但是如果扰动项u 不满足古典回归假设,回归方程的
t
估计结果会发生怎样的变化呢?理论与实践均证明,扰
动项u 关于任何一条古典回归假设的违背,都将导致回归
t
方程的估计结果不再具有上述的良好性质。因此,必须
建立相关的理论,解决扰动项不满足古典回归假设所带
来的模型估计问题。
4
§5.1.1 序列相关及其产生的后果
§5.1.1 序列相关及其产生的后果
对于线性回归模型
y x x x u (5.1.1)
t 0 1 1t 2 2t k kt t
随机扰动项之间不相关,即无序列相关的基本假设为
cov(u ,u ) 0 s 0 , t 1 , 2 , , T (5.1.2)
t t s
如果扰动项序列u 表现为:
t
cov(u ,u ) 0 s 0 , t 1 , 2 , , T (5.1.3)
t t s
即对于不同的样本点,随机扰动项之间不再是完全相互独立
的,而是存在某种相关性,则认为出现了序列相关性(serial
correlation) 。
文档评论(0)