计量经济学第三版课件于俊年 ISBN9787566310101 PPT15第十五章15.2三版.ppt

* §15.2时间序列的平稳性检验 在本章以前，我们所讨论的计量经济建模过程，所 涉及的时间序列都隐含着一个概念，即它们都是平 稳的。但是，实际问题中，很多时间序列不一定是 平稳的。因此，当我们取得某随机时间序列时，首 先要判断它的平稳性。 由于大多数宏观经济变量，如GDP、消费总额、货币 供应量M2等的时间序列都不是平稳的，随着时间的位 移而持续地增长，也就是说有一种增长趋势的特征。 但是当经济出现突发性振荡（如石油价格猛增、或 金融危机等）后，受到冲击的这些宏观经济变量是 逐渐回到它们的长期增长的趋势上去呢？还是呈现 出随机游走的状态。若呈现随机游走状态，一方面 如果还是用OLS进行回归，这时会导致虚伪回归（这 是因为随机游走不是有限方差，高斯-马尔科夫定理 不再成立，OLS估计的参数不再是一致的）。另一方 面，由于这种冲击对变量的影响不会在短期内消失， 所以随机游走状态也可能是持久的，所以对变量的平 稳性的检验有着极其重要的意义。 一、利用散点图判断平稳性 利用时间序列的散点图判断平稳性，是一种最简单 的方法。首先画出该时间序列的散点图，然后观察 散点是否是围绕其均值上下波动的曲线，如果是的 话，可以判断该时间序列是一个平稳时间序列。否 则的话，该时间序列是非平稳的。 例如，时间序列{xt , t = 1,2, …},观测点在其均值水 平线上下波动，如图15.2.1所示，则可以认为该样 本来自平稳序列{xt , t = 1,2, …}。 图15.2.1 x的散点图 二、利用样本自相关函数进行稳定性判断 不同时间序列具有不同形式的自相关函数,因此可以 从时间序列的自相关函数的图形来判断时间序列的 稳定性。但是，自相关函数是纯理论性的，对它所 刻画的随机过程，我们通常只能得到有限个观测值。 因此，在实际应用中，采用样本自相关函数来判断 时间序列是否为平稳过程。 一般地，由样本数据计算出样本自相关函数 （15.2.1） 当k逐渐增大时，迅速衰减，则认为该序列是平稳的； 如果它衰减非常缓慢，则认为该序列是非平稳的。 三、单位根检验[迪基—富勒检验（Dickey-Fuller —DF检验）] （一）单位根过程 单位根过程是较随机游走更为一般的非平稳过程，假 定有增长趋势的变量yt的数据生成过程可写成： (1-L) yt = α + ut (15.2.2) 其中ut是平稳过程，α可取不同的值，L 是滞后算子 Lyt = yt-1。由于其特征方程 1-z = 0有一个单位根z = 1，所以称(15.2.2)式为单位根 过程。 根据α取值不同，单位根过程可以有以下三种不同形式： 1.当α = 0 时，(15.2.2) 可写成 yt = yt-1 + ut （15.2.3） （15.2.3）式成为一个纯随机游走过程。 2. 当α = μ 时，(15.2.2)式可写成 yt = μ+ yt-1 + ut （15.2.4） （15.2.4）式成为一个带飘移的随机游走过程。 3. 当 α = μ + βt 时，(15.2.2)式可写成 yt = μ+βt + yt-1 + ut （15.2.5） （15.2.5）式成为一个带趋势的随机游走过程。 以上三种情况，其数据生成过程都可以概括写成如 下形式： yt = α + ρyt-1 + ut （15.2.6） 当α = 0，ρ =1时，式（15.2.6）就是随机游走过程； 当α =μ，ρ =1时，式（15.2.6）就是带飘移项的随 机游走过程；当α =μ+ β t，ρ =1时，式（15.2.6） 就是带趋势项的随机游走过程。 （二）单位根检验（DF检验）的基本思想 在（15.2.6）式中，若α = 0，则式（15.2.6）可以 写成： yt = ρyt-1 + ut (15.2.7) 式（15.2.7）称为一阶自回归过程，记作AR(1),可以 证明当| ρ | 1时是平稳的，否则是非平稳的。 AR(1)过程也可以写成算符形式： （1-ρL）yt =