12_时间序列计量经济模型.pptxVIP

第十二章 随机时间序列模型;一、真回归和伪回归 二、时间序列平稳性的概念 三、时间序列的单位根检验（DF、ADF检验） 四、单整的概念 五、协整的概念和协整检验 六、误差修正模型 七、EViews应用;一、是真回归还是伪回归？; 从回归结果来看，R2 可能非常高，X的回归系数 t 统计量也非常大，边际消费倾向符合经济假设。凭借经验判断，模型的设定是好的，应是非常满意的结果。准备将这个计量结果用于经济结构分析和经济预测。 可是有人提出，这个回归结果可能是虚假的！可能只不过是一种“伪回归”！ ; 时间序列数据被广泛地运用于计量经济研究。经典时间序列分析和回归分析有许多假定前提，如序列的平稳性、正态性等。直接将经济变量的时间序列数据用于建模分析，实际上隐含了上述假定，在这些假定成立的条件下，据此而进行的t 检验、F 检验等才具有较高的可??度。 越来越多的经验证据表明，经济分析中所涉及的大多数时间序列是非平稳的。;问题： ●如果直接将非平稳时间序列当作平稳时间序列来进行分析，会造成什么不良后果； ●如何判断一个时间序列是否为平稳序列； ●当我们在计量经济分析中涉及到非平稳时间序列时，应作如何处理？ ;二、伪回归问题;三、时间序列的平稳性; 2.时间序列的非平稳性 指时间序列的统计规律随着时间的位移而发生变化，即生成变量时间序列数据的随机过程的特征随时间而变化。 在实际中遇到的时间序列数据很可能是非平稳序列，而平稳性在计量经济建模中又具有重要地位，因此有必要对观测值的时间序列数据进行平稳性检验。;四、单位根过程和单整;◆当 ，则序列的生成过程变为如下随机游动过程(Random Walk Process)： 其中{ } 独立同分布且均值为零、方差恒定为 。随机游动过程的方差为： 当 时，序列的方差趋于无穷大，说明随机游动过程是非平稳的。; 2.单位根过程;◆ 根据模型的滞后多项式 ，可以写出对应的线性方程： （通常称为特征方程），该方程的根为： 。 ◆当 时序列是平稳的，特征方程的根满足条件 ； ◆当 时，序列的生成过程变为随机游动过程，对应特征方程的根 ，所以通常称序列含有单位根，或者说序列的生成过程为“单位根过程” 。 ; ◆从单位根过程的定义可以看出，含一个单位根的过程，其一阶差分： ，是一平稳过程，像这种经过一次差分后变为平稳的序列称为一阶单整序列 (Integrated Process)，记为 。 ;1、Dickey-Fuller检验（DF检验）;（1）假设数据序列是由下列自回归模型生成的： 其中， 独立同分布，期望为零，方差为 ，我们要检验该序列是否含有单位根。检验的原假设为： （2）回归系数的OLS估计为： （3）检验所用的统计量为： ;在 成立的条件下，t 统计量为： Dickey、Fuller 通过研究发现，在原假设成立的情况下，该统计量不服从t 分布。所以传统的t 检验法失效。 但可以证明，上述统计量的极限分布存在，一般称其为Dickey-Fuller分布。根据这一分布所作的检验称为DF检验,为了区别, t 统计量的值有时也称为 值。;Dickey、Fuller得到DF检验的临界值，并编制了DF检验临界值表供查。在进行DF检验时，比较t 统计量值与DF检验临界值，就可在某个显著性水平上拒绝或接受原假设。 在实际应用中，可按如下检验步骤进行： (1) 根据观察数据，用OLS法估计一阶自回归模型，得到回归系数的OLS估计：;(3) 计算在原假设成立的条件下t 统计量值，查DF检验临界值表得临界值，然后将t 统计量值与DF检验临界值比较： 若t 统计量值小于DF检验临界值，则拒绝原假设，说明序列不存在单位根： ◆若t 统计量值大于或等于DF检验临界值，则接受原假设，说明序列存在单位根。;; ◆ DF检验存在的问题是，在检验所设定的模型时，假设随机扰动项不存在自相关。但大多数的经济数据序列是不能满足此项假设的，当随机扰动项存在自相关时，直接使用DF检验法会出现偏误，为了保证单位根检验的有效性，人们对DF检验进行拓展，从而形成了扩展的DF检验(Augmented Dickey-Fuller Test)，简称为ADF检验。 ;◆