平稳性和单位根检验培训课件.pptVIP

Eviews 中提供的检验方法 Eviews 中提供的滞后阶数选择 例 2.2.3 ADF检验的实例看图,确定类型 （一）我们选择了1978～2007年江西省的商品零售价格指数( P )和1989～2007年江西省净出口总额( EX )数据，数据图形如图2.2.1和2.2.2。 图2.2.1：商品零售价格指数 图2.2.2：净出口总额 系数-0.24所对应的t统计量值为大于ADF的5%显著性水平下对应的临界值(-1.953)而小于10%显著水平下的临界值(-1.610)，因此，不能在5%的显著性水平下拒绝单位根的原假设，但可在10%的显著性水平下拒绝单位根的原假设 。 针对商品零售价格指数没有明显确定趋势的数据特征，设定ADF检验模型为： 使用Eviews5对 进行ADF检验，其中滞后期q是根据最小AIC准则确定为0，检验方程估计得到： t = (-1.946) Eviews5检验结果输出表为： 所对应t统计量值为-0.679，大于5%显著性水平对应的临界值-3.05，不能拒绝为单位根的原假设。 针对 的数据图形的趋势，我们选择带漂移项，不带时间趋势项的ADF检验： 使用Eviews5对 进行ADF检验，其中滞后期q是根据最小AIC准则确定为1，检验方程估计得到： t = (1.15) (-0.68) (0.14) Eviews5检验结果输出表为： （二）我国季度GDP的数据特征看图,确定类型 我们选择1995Q1～2008Q2的季度GDP, 数据来自中经网统计数据库。使用消费者价格指数(1994=100)换算成实际GDP后，再使用X12进行季节调整，去除季节趋势。去季节趋势后的实际GDP取自然对数值Ln(RGDP)见图2.2.3。 图2.2.3：实际GDP季度数据 所对应t统计量值为-1.16 ，大于5%显著性水平对应的临界值-3.50 ，不能拒绝原假设。 从图形可以看出，RGDP含有明显的确定性趋势，它很可能是带漂移项、时间趋势项的单位根过程，因此，我们设定检验方程： 使用Eviews5对进行ADF检验，滞后期是根据最小AIC准则确定为0，对检验方程估计得到： t =(1.19) (-1.16) (1.54) Eviews5检验结果输出表为： 2、ADF检验（Augment Dickey-Fuller test） 为什么将DF检验扩展为ADF检验？ DF检验假定时间序列是由具有白噪声随机误差项的一阶自回归过程AR(1)生成的。但在实际检验中，时间序列可能由更高阶的自回归过程生成，或者随机误差项并非是白噪声，用OLS法进行估计均会表现出随机误差项出现自相关，导致DF检验无效。 如果时间序列含有明显的随时间变化的某种趋势（如上升或下降），也容易导致DF检验中的自相关随机误差项问题。 ADF检验模型 零假设 H0：?=0 (Xt为随机游走序列) 备择假设 H1：?0 (Xt为平稳序列) 模型1 模型2 模型3 检验过程 实际检验时从模型3开始，然后模型2、模型1。 何时检验拒绝零假设，即原序列不存在单位根，为平稳序列，何时停止检验。 否则，就要继续检验，直到检验完模型1为止。 检验原理与DF检验相同，只是对模型1、2、3进行检验时，有各自相应的临界值表。 检验模型滞后项阶数的确定：以随机项不存在序列相关为准则。 一个简单的检验过程： 同时估计出上述三个模型的适当形式，然后通过ADF临界值表检验零假设H0：?=0。 只要其中有一个模型的检验结果拒绝了零假设，就可以认为时间序列是平稳的； 当三个模型的检验结果都不能拒绝零假设时，则认为时间序列是非平稳的。 3、例：检验1978-2000年间中国支出法GDP时间序列的平稳性 例2.2.2 检验1978~2006年间中国实际支出法国内生产总值GDPC时间序列的平稳性。 下面演示的是检验1978~2000年间中国支出法国内生产总值GDPC时间序列的平稳性。 方法原理和过程是一样的，例2.2.2 可以作为同学的练习。 首先检验模型3，经过偿试，模型3取