9#46;1时间序列模型.pptxVIP

第九章时间序列计量经济学模型;关于本章的说明;一、时间序列的平稳性 Stationary Time Series;1.问题的提出;?数据非平稳，大样本下的统计推断基础——“一致 性”要求一破怀。 -数据非平稳，往往导致出现“虚假回归” (Spurious Regression ) 问题。 -表现为两个本来没有任何因果关系的变量，却有很高的 相关性。 -例如：如果有两列时间序列数据表现出一致的变化趋势 (非平稳的)，即使它们没有任何有意义的关系，但进 行回归也可表现岀较高的可决系数。;2、关于经典模型理论基础的思考;?只要Gauss-Markov7^设隐含的总体模型方?? 足够现实，我们按照特定的统计法则估计的总 体参数将是无偏、有效、一致的；只要样本容 量足够大，估计得到的总体模型方程与自在的 原型方程的偏差是可以忽略的。;?从总体原型的自然属性来看，有两种基本总体 原型： -一是静态的总体原型，主要是经济因素之间不随时 间演变的静态平衡结构，力图揭示经济系统的平衡 关系法则，对应的总体是不随时间变化的静态随机 分布，通常利用截面数据来估计总体模型参数。 -二是动态的总体原型，主要是持续演变的经济因素 之间的动态平衡结构，力图揭示经济系统的演变法 贝IJ,对应的总体是在时间维度上持续发生的随机过 程，通常利用时间序列数据来估计总体模型参数。;用基础。;?但是可以证明，如果协方差平稳序列满足渐进 不相关（两个样本点的相关性随着时间间隔的 增加而收敛到0）,则不仅适用大数定律，也 适用中心极限定理（Hamilton,!994）0;3、平稳性的定义;?白噪声(white noise)过程是平稳的： 入=出，卩t?NOW) ?随机游走(random walk)过程是非平稳的： Xt=Xt_i+%，卩t?N(0q2) Var (Xt)=tcy2 ?随机游走的一阶差分(first difference)是平稳 的： AXt=Xt-Xt_^Rt ,卩t?N(0,b2) ?如果一个时间序列是非平稳的，它常常可通过 取差分的方法而形成平稳序列。;、单整序列;?如果一个时间序列经过一次差分变成平稳的， 就称原序列是一阶单整(integrated of 1)序列, 记为I⑴。;?现实经济生活中只有少数经济指标的时间序列 表现为平稳的，如利率等； ?大多数指标的时间序列是非平稳的，例如，以 当年价表示的消费额、收入等常是2阶单整的, 以不变价格表示的消费额、收入等常表现为1 阶单整。;平稳性的单位根检验;1、DF检验(Dicky-Fuller Test);?一般检验模型;?但是，在零假设（序列非平稳）下，即使在大 样本下t统计量也是有偏误的（向下偏倚）， 通常的t检验无法使用。;样本容量;2、ADF检验(Augment Dickey-Fuller test);?ADF检验模型;?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。;模型;模型;?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： 5=0o -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。;?经过偿试，模型3取2阶滞后:;?经试验，模型2中滞后项取2阶： △G明=357.45 + 0.057G明_] +1.65AG明-1.15AGZ)R_2 (-0.90) (3.38) (10.40) (-5.63) LM (1) =0.57 LM (2) =2.85 LM检验表明模型残差不存在自相关性，因此该模型的设定 是正确的。 GDP,!参数值的t统计量为正值，大于临界值，不能拒绝存在 单位根的零假设。 常数项的t统计量小于AFD分布表中的临界值，不能拒绝 不存常数项的零假设。 需进一步检验模型1。;-经试验，模型1中滞后项取2阶： △GDP, = 0.063 GQP,_i +1.701 AGDP,_, -1.194 AG￡)P,_2 (4.15) (11.46) (-6.05) LM (1) =0.17 LM (2) =2.67 LM检验表明模型残差项不存在自相关性，因此模 型的设定是正确的。 GDPz参数值的t统计量为正值，大于临界值，不 能拒绝存在单位根的零假设。;ADF检验在E views中的实现;ADF检验在E views中的实现;ADF检验在E views中的实现一 GDPP;ADF检验在E views中的实现一 GDPP;ADF检验在E views中的实现一 GDPP;ADF