時間序列分析與應用.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * Granger因果檢定 欲檢定Y對X有Granger因果關係，其虛無假設與對立假設如下： 若拒絕虛無假設，則表示Y過去的訊息對於X有顯著的解釋能力；亦即Y對X有Granger因果關係。 同理，檢定 ，若X過去的訊息對於Y有顯著的解釋能力；亦即X對Y有Granger因果關係。 若上述兩項檢定均顯著，則表示X與Y存在雙向反餽(feedback)效果。 單根檢定操作方式 第一步先選擇ADF、PP或KPSS單根檢定 選擇序列是否差分 最適落後期數的判斷準則 共整合檢定操作方式 由VAR來確定的落後期數 設定模型中是否要包含趨勢項或截距項 範例 台灣地區房價指數與股價之關係 資料來源：台灣地區房價指數取自信義房屋企研室、台灣 加權股價指數取自台灣經濟新報。 資料期間：1991Q1～2006Q3 資料型態：季資料 變 數：台北市房價指數(TP)、台北縣房價指數 (TPC)、台中市房價指數(TC)、高雄市房價指 數(KS)、台灣地區房價指數(TW)、台灣加權股 價指數(ST)。 變數處理：所有變數均經對數(logarithm)轉換，處理後變 數為LTP、LTPC、LTC、LKS、LTW、LST。 台灣地區房價指數與股價之關係 房地產市場與股票市場的關係過去的爭論可以主要分為兩種：wealth effect及credit-price effect。 wealth effect：當投資人在股票市場有非預期的獲利時，投資人會將獲利轉投資到房地產市場，亦即股價會領先房價。 Credit-price effect：當房地產價格上漲時，廠商所持有的土地價格也跟著上漲，因此廠商的市場價值增加，導致廠商的股價也跟著上漲，亦即房價會領先股價。 台灣地區房價指數與股價之關係 台灣地區房價指數與股價之關係 台灣地區房價指數與股價之關係 檢定結果發現，全部地區結果均只有存在wealth effect，並不存在credit-price effect。 非線性時間序列分析 近來時間序列分析已由線性時間序列發展至非線性時間序列。 由於有許多經濟理論或財務理論皆發現非對稱行為的存在，即為非線性關係是存在的。 例如行為財務學中，由2002年諾貝爾經濟學獎得主D. Kahneman在1979年所提出的展望理論(Prospect theory)提出以非線性效用函數來取代預期效用理論，亦即投資人在面對獲利時的決策會比較保守，在面對虧損時決策會比較開放。 非線性時間序列分析 線性模型 非線性模型 非線性時間序列分析 Granger and Terasvrita (1993)也發現大多數的總體經濟變數大多呈現非線性的趨勢。 倘若變數間具有非線性關係，則在利用線性模型來進行分析，可能會發生一些specification error的問題。 為了得到更精確的實證結論，因此必須考慮非線性模型的應用。 非線性單根檢定 現在常使用的非線性單根檢定有KSS單根檢定及LNV單根檢定。 Kapetanios et al.在2003年提出了非線性結構的單根檢定，稱為KSS單根檢定。 KSS單根檢定主要是以非線性的ESTAR模型來進行判斷變數是否為定態的檢定。 其模型為 非線性單根檢定 將其模型進行泰勒展開後可得 其虛無假設與對立假設如下： 則拒絕虛無假設時，則表示該變數為定態(I(0))。 KSS單根檢定的臨界值可參考Kapetanios et al. (2003)的Table 1。 非線性單根檢定 Leybourne, Newbold and Vougas在1998年提出另外一種非線性單根檢定，稱為LNV單根檢定。 LNV單根檢定在對立假設下允許線性趨勢與定態非對稱調整為平滑轉換。 LNV單根檢定其模型分為以下三種： 其中 為logistic函數，可以表示為 非線性單根檢定 其估計方式為兩階段估計法，第一步先估計出上述三個模型的殘差 ，分別為 再對 進行ADF單根檢定。 若 為定態，則該變數即為定態變數(I(0))。 非線性共整合檢定 Bierens在1997年提出非線性無母數共整合檢定。 Bierens檢定統計量採用類似Johansen的方法，用一般化特徵值的解來進行估計。 Bierens(1997)建議兩種統計量，一個是利