第十四章 时序列计量经济学一-平稳性及其检验.ppt

时间序列计量经济学基础篇 第十四章 时间序列的平稳性及其检验 第十五章 随机时间序列分析模型 第十六章 协整分析与误差修正模型 第十四章 时间序列的平稳性及其检验 第一节 非平稳变量与经典回归模型 第二节 时间序列数据的平稳性 第三节 平稳性的图示判断 第四节 平稳性的单位根检验 第五节 单整、趋势平稳与差分平稳随机过程 第一节 非平稳变量与经典回归模型 到目前为止，经典计量经济模型常用到的数据有： 时间序列数据（time-series data)； 截面数据(cross-sectional data) 平行/面板数据（panel data) ★时间序列数据是最常见，也是最常用到的数据。 经典回归模型与数据的平稳性 经典回归分析暗含着一个重要假设：数据是平稳的。 数据非平稳，大样本下的统计推断基础——“一致性”要求——被破怀。 经典回归分析的假设之一：解释变量X是非随机变量 第（2）条是为了满足统计推断中大样本下的“一致性”特性： 表现在:两个本来没有任何因果关系的变量，却有很高的相关性（有较高的R2)。 例如：如果有两列时间序列数据表现出一致的变化趋势（非平稳的），即使它们没有任何有意义的关系，但进行回归也可表现出较高的决定系数。 在现实经济生活中，实际的时间序列数据往往是非平稳的，而且主要的经济变量如消费、收入、价格往往表现为一致的上升或下降。这样