计量经济学精编本课件于俊年 ISBN9787811343038 PPT精11.2.pptVIP

* §11.2时间序列的平稳性检验 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，这时会导致伪回归（这是因为随机游走 不是有限方差，高斯-马尔可夫定理不再成立， 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{yt , t = 1,2, …},观测点在其均值水平 线上下波动，如图11.2.1所示，则可以认为该样本来 自平稳序列{yt , t = 1,2, …}。 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。 图11.2.1 y 的散点图 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 （11.2.1） 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（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 (11.2.2) 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(11.2.2)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，(11.2.2) 可写成 yt = yt-1 + ut （11.2.3） （11.2.3）式成为一个纯随机游走过程。 2. 当α = μ 时，(11.2.2)式可写成 yt = μ + yt-1 + ut （11.2.4） （14.2.4）式成为一个带飘移的随机游走过程。 3. 当 α = μ + βt 时，(11.2.2)式可写成 yt = μ + βt + yt-1 + ut （11.2.5） （11.2.5）式成为一个带趋势项的随机游走过程。 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 （11.2.6） 当α = 0，ρ =1时，式（11.2.6）就是随机游走过程； 当α =μ，ρ =1时，式（11.2.6）就是带飘移项的随 机游走过程；当α =μ+ βt，ρ =1时，式（11.2.6） 就是带趋势项的随机游走过程。 （二）单位根检验的基本思想 在（11.2.6）式中，若α = 0，则式（11.2.6）可以 写成： yt = ρyt-1 + ut （11.2.7） 式（11.2.7）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 = ut (11.2.8) yt平稳的条件是特征方程1-ρz = 0 根的绝对值大于1。 显然，此方程仅有一个根 z = 1/ρ，由 | z | 1, 知平 稳性要求 | ρ | 1 。 因此，检验 yt 的平稳性的原假设和备择假设为 H0: | ρ| ≥ 1 ；H1: | ρ | 1 （11.2.9） 接收原假设H0表明 yt 是非平稳的，而拒绝原假设则 表明 yt