第九章 时间序列分析基础.docVIP

PAGE \* MERGEFORMAT 10 第九章 时间序列分析基础 §1 概述 一、两种建模方法论 1973年石油危机――传统模式受到挑战 1976年――时间序列分析方法由Box-Jenkins提出 20世纪80年代以来――迅速发展 主要成果：因果性检验、单位根检验、协整理论、误差校正模型、ARCH模型、GARCH模型等 二、时间序列分析中的基本概念 （一）随机过程 随机过程是由随机变量组成的一个有序序列，记为 (二)时间序列 当随机过程的指标集T为｛1，2，……｝或｛-2，-1，0，1，2…..｝等时，为随机时间序列 （三）时间序列的平稳性 1. 严格平稳（狭义平稳） 随机变量的联合分布函数与时间位移无关，即 2. 宽平稳（广义平稳） 即均值、方差和协方差具有时间不变性。 一般的平稳是指广义平稳。 §2 时间序列的平稳性检验 一、谬误回归与平稳性检验的必要性 （一）什么是谬误回归（伪回归） 在用一个非平稳时间序列对另一个非平稳时间序列作回归时，有可能出现判定系数很高，t、F检验非常显著，但回归结果却不能反映两对时间序列真实关系的情况。 （二）谬误回归的产生原因 两变量随着时间的推移有共同趋势，但并不表明二者存在某种真实的关系。 （三）平稳性检验的必要性 二、随机游走（random walk）过程 （一）纯随机游走 对于 如果ut 为白噪声过程，则称Xt 为随机游走过程。 “随机游走”一词首次出现于1905年自然（Nature）杂志第72卷Pearson K. 和 Rayleigh L.的一篇通信中。该信件的题目是“随机游走问题”。文中讨论寻找一个被放在野地中央的醉汉的最佳策略是从投放点开始搜索。 （二）随机游走的扩展 三、平稳性的单位根（Unit Root）检验（DF检验） （一）检验是否为纯随机游走 两种检验形式 （1）原始形式 （模型1a） （2）一阶差分形式 （模型1b） 检验方法 （1）提出假设 （2）计算值 （3）与临界点对比 （二）检验是另两种随机游走 带漂移 带趋势 四、扩展的DF检验（ADF检验） （一）必要性 在DF检验中假定为白噪声，故不存在自相关。 如有自相关问题，需修正后再检验。 （二）检验形式 以带趋势随机游走为例 单整阶数：如果某序列本身为非平稳，但在经过d次差分后变为平稳，则该序列的单整阶数为d，称为d阶单整(求积)序列，记为I(d). 一般情况下，只有当两个或多个序列均为一阶单整序列时，序列间方可能存在协整关系。 §3 协整理论和误差校正模型 一、协整性（Co-integration, 协积 ）的概念 如两个或多个时间序列为非平稳（如随机游走），但存在一组不全为零的数，使得这些序列的线性组合可能是平稳的，则称这些序列间具备协整性。 二、协整性的意义 2.对协整性的检验也是对经济理论正确性的检验 三、协整性的检验 两个方法：EG两部法和约翰逊极大似然检验 (一)EG两步法 假定有N个序列（变量） 1.用OLS估计回归 得残差序列 2.检验残差序列的平稳性 检验方法： 对残差序列作DF或ADF检验 （临界值不同，成为EG或AEG检验） 对两序列协整的检验可用简化方法： 用回归的DW统计量检验 （二）约翰逊极大似然检 若使用约翰逊极大似然检验，首先需估计向量自回归模型，然后在此基础上进行协整检验。滞后期依次试验1 1， 1 2，1 3等，直至AIC降至最低所对应的滞后期为最优滞后期。 若VAR模型的滞后期分别为1 1，1 2，1 3…,则协整检验的滞后期依次为0 0，1 1，1 2。 四、误差校正模型（Error Correction Model，ECM） 基本思路 1.协整关系长期稳定关系 2.长期稳定关系在短期动态过程的不断调整下得以维持误差校正机制 （二）产生原因 大多数经济时间序列的一阶差分是平稳序列 存在某种联系方式（如线性组合）把相互协整的过程与长期稳定均衡状态结合起来 （三）建模步骤 建立长期关系模型 估计该模型，得残差序列 建立短期动态关系模型 §4 Granger因果关系检验 一、基本思路 如果X是Y变化的原因，则X的变化应发生在Y之前。即， X应有助于预测Y Y不应有助于预测X 二、检验方法 1.提出假设 2.计算F统计量 3.判别方法 结论 接受 接受 X、Y无因果关系 拒绝 接受 X到Y的单向因果关系 接受 拒绝 Y到X的单向因果关系 拒绝 拒绝 X、Y有双向因果关系 三、Granger因果关系检验的不足 Granger因果关系并不代表逻辑上的因果关系 滞后期选择不