计量经济济学第七讲时间序列剖析.ppt

第七 时间序列分析 Zine Series /ha 中 CUFE  引言 大多数经济数据特别是宏观经济数据为时间序列数据 所以对时间序列进行计量经济学分析在计量经济学中占有十 分重要地位。 时间序列变量与横截面变量在性质上有很大不同。比如, 对于两个没有任何关系的时间序列变量,如果用传统的估计 方法将其中之一对另一变量进行回归,往往都能得到从统计 数据来看较好的拟合结果,这就是所谓的“谬误回归”或 伪回归”( spurous regression)问题。所以通过对时间序 列的样本值的分析来估计产生这个时间序列样本的随机过程 的性质,对回归分析是十分重要的 时间序列分析中用到的一些基本概念,以 使物生对这一领域的研究有一个初步的了解。为进一步的 学习和研究打下棒 中 CUFE  中中中生于 时阆净列含折 Time Series Analysis 第一节时间序列分析的基本概念 第二节平稳性检驗 草节协蓬 中 CUFE  第一节、时间库列分析的基攏念 经济分析通常假定所研究的经济理论中涉及的变量之 间存在着长期均衡关系。按照这一假定,在估计这些长期 关系时,计量经济分析假定所涉及的变量的均值和方差是 常数,不随时间而变。 然而经验研究表明,在大多数情况下,时间序列变量 并不满足这一假设。因此,以这种假设为基础的估计方法 所给出的经典t检验和检验,会给出产生误导作用的结果, 也就是所谓的“伪回归”问题( spurious’ regression problem) 为解决这类问题,研究人员提出了不少对传统估计方 去的改进建议≤其中最重要的两项是:对变量的非平稳性 non-stationarit的系统性检验和协整( cointegration)。中 CUFE  协整( cointegration) 协整分析被认为是上世纪八十年代中期以来计 量经济学领域最具革命性的进展。 简单地说,协整分析涉及的是一组变量,它们各 自都是不平稳的(含义是随时间的推移而上行或下 行),但它们一起漂移。这种变量的共同漂移使得这 些变量之间存在长期的线性关系,因而使人们能够研 究经济变量闻的长期均衡关系。如果这些长时间内的 线性关系不成,则对应的变量被称为是“非协整的” (nonintegrated) 中 CUFE