计量经济学7-平稳性.pptVIP

平稳性的图示判断 Random2也一样可以这样检验 平稳性的图示判断 图形表示出：该序列具有相同的均值，但从样本自相关图看，虽然自相关系数迅速下降到0，但随着时间的推移，则在0附近波动且呈发散趋势。 样本自相关系数显示：r1=0.48，落在了区间[-0.4497, 0.4497]之外，因此在5%的显著性水平上拒绝?1的真值为0的假设。 该随机游走序列是非平稳的。 平稳性的单位根检验 除了图示判断，还可以用单位根检验来判断序列是否平稳。单位根检验（unit root test）是统计检验中普遍应用的一种检验方法。 平稳性的单位根检验 DF检验 我们已知道，随机游走序列 Xt=Xt-1+?t 是非平稳的，其中?t是白噪声。 而该序列可看成是随机模型 Xt=?Xt-1+?t 中参数?=1时的情形。 平稳性的单位根检验 平稳性的单位根检验 为检验单位根问题，可以对上述方程用OLS进行估计，可以得到t统计量，但是，由于原假设为真时，变量为随机游走过程，t统计量不再具有t分布，需要构造特殊临界值才能检验。 临界值最早由DickeyFuller提出，所以单位根检验称为DF检验。检验的统计量习惯称为τ统计量 平稳性的单位根检验 通过OLS法估计 ?Xt=?+rXt-1+?t 并计算t统计量的值，与DF分布表中给定显著性水平下的临界值比较： 如果：t临界值，则拒绝零假设H0：r =0， 认为时间序列不存在单位根，是平稳的。 DF 分布临界值表 样 本 容 量 显著性水平 25 50 100 500 ∝ t 分布临界值 （ n= ∝） 0.01 - 3.75 - 3.58 - 3.51 - 3.44 - 3.43 - 2.33 0.05 - 3.00 - 2.93 - 2.89 - 2.87 - 2.86 - 1.65 0.10 - 2.63 - 2.60 - 2.58 - 2.57 - 2.57 - 1.28 平稳性的单位根检验 ADF检验 在实际检验中，时间序列可能由更高阶的自回归过程生成的，或者随机误差项并非是白噪声，这样用OLS法进行估计均会表现出随机误差项出现自相关（autocorrelation），导致DF检验无效。 如果时间序列包含有明显的随时间变化的某种趋势（如上升或下降），则也容易导致上述检验中的自相关随机误差项问题。 为保证DF检验中随机误差项的白噪声特性，Dicky和Fuller对DF检验进行了扩充，形成了ADF（Augment Dickey-Fuller ）检验。 平稳性的单位根检验 检验的假设都是：针对H1: r0,检验 H0：r=0，即存在一单位根。模型1与另两模型的差别在于是否包含有常数项和趋势项。 平稳性的单位根检验 1978-2000支出法GDP 平稳性的单位根检验 模型3 模型2 模型1 单整、趋势平稳与差分平稳随机过程 单整 有些时间序列经过差分，可以拥有平稳性 例如随机游走序列 Xt=Xt-1+?t 差分： ?Xt=?t 由于?t是一个白噪声，因此差分后的序列{?Xt}是平稳的。 单整、趋势平稳与差分平稳随机过程 单整 如果一个时间序列经过一次差分后变成平稳的，则称该时间序列是一阶单整的（integrated of 1），记为I(1)。 如果一个时间序列经过d次差分后变为平稳序列，则称原序列是d阶单整（integrated of d）序列，记为I(d)。 I(0)代表平稳时间序列 单整、趋势平稳与差分平稳随机过程 单整 现实中，只有少数经济指标的时间序列表现为平稳的，如利率 一般认为： 以不变价表示的流量数据，通常为1阶单整；如消费、收入等 以不变价表示的存量数据，通常为2阶单整；如资本总额 以现价表示的流量数据，通常为2阶单整；如现价GDP等 单整、趋势平稳与差分平稳随机过程 单整 分析我国1978-2000支出法GDP的单整性 单整、趋势平稳与差分平稳随机过程 趋势平稳 具有共同变化趋势的变量回归时容易出现虚假回归现象，为避免，通常引入作为趋势变量的时间 包含时间趋势变量的回归可以消除趋势性的影响 只有当趋势性变量是确定性的（deterministic）而非随机性的（stochastic），才会是有效的。 单整、趋势平稳与差分平稳随机过程 趋势平稳 如果一个包含有某种确定性