在做格杰因果检验之前.ppt

计量经济学 第十章 附间序列计量经济模型 引子:是真回归还是伪回归? 经典回归分析的做法是: 首先采用普通最小二乘法(OLS)对回归模型进 行估计,然后根据可决系数或F检验统计量值的 大小来判定变量之间的相依程度,根据回归系数 估计值的t统计量对系数的显著性进行判断,最 后在回归系数显著不为零的基础上对回归系数估 计值给予经济解释。 为了分析某国的个人可支配总收入1与个人消 费总支出E的关系,用OLS法作E关于的线性 回归,得到如下结果: E1=-174.44+096721, t=(7.481)(119.87) R2=09941DW=0.532 从回归结果来看,R2非常高,个人可支配总收 入/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,这个模型的 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”! “要千万小心!” 这里用时间序列数据进行的回归,究竟是真回 归还是伪回归呢?为什么模型、样本、数据 检验结果都很理想,却可能得到“伪回归”的 结果呢? 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靠度。 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? 笫十章肘间序列计量经济模型 本章主要讨论: ●时间序列的基本概念 ●时间序列平稳性的单位根检验 ●协整 第一节时间序列基本概念 本节基本内容: ●伪回归问题 ●随机过程的概念 ●时间序列的平稳性 伪回归问题 传统计量经济学模型的假定条件:序列的平稳 性、正态性。 所谓“伪回归”,是指变量间本来不存在相依 关系,但回归结果却得出存在相依关系的错误 结论 20世纪70年代, Grange、 Newbold研究发现, 造成“伪回归”的根本原因在于时序序列变量 的非平稳性