计量经济学：时间序列分析模型.pdfVIP

时间序列分析模型 回顾计量经济学的发展  20世纪70年代的批评与反思及后续的非经典（现代） 计量经济学的发展 ——20世纪70年代时期,石油危机引发了世界经济的衰退 和滞胀。 ——“经济时间序列平稳”这一经典假定条件失效。 ——经典计量经济学面临三个急需解决的问题  如何检验经济变量的非平稳性  如何把时间序列问题引入计量经济分析领域  如何进一步修正和检验经典的计量经济模型 内容概要  时间序列的平稳性及其检验  单方程随机时间序列分析模型(ARIMA模型)  协整与误差修正模型 内容概要  时间序列的平稳性及其检验  单方程随机时间序列分析模型(ARIMA模型)  协整与误差修正模型 时间序列的平稳性及其检验  时间序列数据的平稳性  平稳性的检验  趋势平稳与差分平稳随机过程 时间序列的平稳性及其检验  时间序列数据的平稳性  平稳性的检验  趋势平稳与差分平稳随机过程 截面数据可以重复抽样 3500 3000 每 月 2500 消 2000 费 支 1500 出 1000 Y 500 （元） 0 500 1000 1500 2000 2500 3000 3500 4000 每月可支配收入X （元） 时间序列数据的平稳性  平稳性的定义  假定某个时间序列是由某一随机过程（stochastic process ） 生成的，即假定时间序列{X } （t=1, 2, … ）的每一个数值都 t 是从一个概率分布中随机得到，如果满足下列条件：  均值E(X )=是与时间t 无关的常数； t 2  方差Var(X )= 是与时间t 无关的常数； t  协方差Cov(X ,X )= 是只与时期间隔k有关，与时间t 无关的 t t+k k 常数； 则称该随机时间序列是平稳的（stationary)(协方差平稳、弱 平稳)，而该随机过程是一平稳随机过程（stationary stochastic process ）。 时间序列数据的平稳性  时间路径图  一个平稳的时间序列在图形上往往表现出一种围绕其均 值不断波动的过程；  而非平稳序列则往往表现出在不同的时间段具有不同的 均值（如持续上升或持续下降）。 时间序列数据的平稳性  时间路径图 70 70 60 60 50 50 40 y1=0.1+y1(-1)+u 40