多元时间序列分析.pptVIP

第十一章多元时间序列分析;本章结构;;多元时间序列;多元时间序列;自协方差阵：;Ljung-Box 检验;VAR(1) 模型;;VAR(p)模型;;单整;单整的性质; 经济理论指出，某些经济变量间确实存在着长期均衡关系，这种均衡关系意味着经济系统不存在破坏均衡的内在机制，如果变量在某时期受到干扰后偏离其长期均衡点，则均衡机制将会在下一期进行调整以使其重新回到均衡状态。 假设X与Y间的长期“均衡关系”由式描述;在t-1期末，存在下述三种情形之一： Y等于它的均衡值：Yt-1= ?0+?1Xt ； Y小于它的均衡值：Yt-1 ?0+?1Xt ； Y大于它的均衡值：Yt-1 ?0+?1Xt ； ;如果t-1期末，发生了上述第二种情况，即Y的值小于其均衡值，则t期末Y的变化往往会比第一种情形下Y的变化大一些； 反之，如果t-1期末Y的值大于其均衡值，则t期末Y的变化往往会小于第一种情形下的?Yt 。 可见，如果Yt=?0+?1Xt+?t正确地提示了X与Y间的长期稳定的“均衡关系”，则意味着Y对其均衡点的偏离从本质上说是“临时性”的。 一个重要的假设就是:随机扰动项?t必须是平稳序列。如果?t有随机性趋势（上升或下降），则会导致Y对其均衡点的任何偏离都会被长期累积下来而不能被消除。;协整;协整在金融计量中的主要应用;例;具体模型;协整的概念;;例;中国农村居民家庭人均纯收入和生活消费支出序列;例 时序图;对数序列时序图;构造回归模型;残差序列单位根检验;最终拟合模型;一般的; 3个以上的变量，如果具有不同的单整阶数，有可能经过线性组合构成低阶单整变量。;（d,d）阶协整是一类非常重要的协整关系，它的经济意义在于：两个变量，虽然它们具有各自的长期波动规律，但是如果它们是（d,d）阶协整的，则它们之间存在着一个长期稳定的比例关系。 例如，中国CPC和GDPPC，它们各自都是2阶单整，如果它们是(2,2)阶协整，说明它们之间存在着一个长期稳定的比例关系，从计量经济学模型的意义上讲，建立如下居民人均消费函数模型是合理的。 ; 从这里，我们已经初步认识到：检验变量之间的协整关系，是非常重要的。 而且，从变量之间是否具有协整关系出发选择模型的变量，其数据基础是牢固的，其统计性质是优良的。;协整检验;协整检验;一、协整检验—E-G检验二、协整检验—JJ检验; 1、两变量的Engle-Granger检验;非均衡误差的单整性的检验方法仍然是DF检验或者ADF检验。 需要注意是，这里的DF或ADF检验是针对协整回归计算出的误差项，而非真正的非均衡误差。 而OLS法采用了残差最小平方和原理，因此估计量是向下偏倚的，这样将导致拒绝零假设的机会比实际情形大。 于是对εt平稳性检验的DF与ADF临界值应该比正常的DF与ADF临界值还要小。;MacKinnon(1991)通过模拟试验给出了协整检验的临界值 ; 例 检验中国居民人均消费水平CPC与人均国内生产总值GDPPC的协整关系。;2、多变量协整关系的检验—扩展的E-G检验;然而，如果Z与W，X与Y之间分别存在长期均衡关系： 则非均衡误差项v1t、v2t一定是平稳序列I(0)。于是它们的线性组合也可能是平稳的。例如 可能是I(0)序列。;由于vt像?t一样，也是Z、X、Y、W四个变量的线性组合，由此vt式也成为该四变量的另一平稳线性组合。 (1, -?0, -?1, -?2, -?3)是对应于?t式的协整向量， (1, -?0-?0, -?1, 1, -?1)是对应于vt式的协整向量。 ;检验程序： 对于多变量的协整检验过程，基本与双变量情形相同，即需检验变量是否具有同阶单整性，以及是否存在平稳的线性组合。 在检验是否存在平稳的线性组合时，需通过设置一个变量为被解释变量，其他变量为解释变量，进行OLS估计并检验残差序列是否平稳。 如果不平稳，则需更换被解释变量，进行同样的OLS估计及相应的残差项检验。;当所有的变量都被作为被解释变量检验之后，仍不能得到平稳的残差项序列，则认为这些变量间不存在(d,d )阶协整。 检验残差项是否平稳的DF与ADF检验临界值要比通常的DF与ADF检验临界值小，而且该临界值还受到所检验的变量个数的影响。;MacKinnon(1991)通过模拟试验得到的不同变量协整检验的临界值。;3、高阶单整变量的Engle-Granger检验 ;二、协整检验—JJ检验;Johansen协整检验 ;没有移动平均项的向量自回归模型表示为： ;将y的协整问题转变为讨论矩阵Π的性质问题;;于是, 将yt中的协整检验变成对矩阵Π的分析问题。这就是JJ检验的基本原理。 ;两种检验方法： 特征值轨迹检验 最大特征值检验;2. JJ检验的预备工作 ;第二步，用OLS分别估计下式中