第八章：包含非平稳性变量的资料教程.pptVIP

二、回归模型中的随机趋势 上述表达式与“OLS估计量的误差公式”非常接近。 误差是： 1、确定性趋势 1、确定性趋势 如果， 此时回归系数的OLS估计依然是有效的，而且是一致的。 协方差平稳：即ε t与ε t-j之间 协方差的大小只随 j 的改变而改变，与 t 无关。 1、确定性趋势 但估计量的方差有了变化: 复习，OLS估计量的方差： 1、确定性趋势 在这里，OLS估计量为： 其中， 1、确定性趋势 OLS估计量的方差为： 可见，此时OLS估计量是“超一致的”。即收敛的更快！ 2、宏观经济变量与确定性趋势 你觉得这几个宏观变量是否具有确定性趋势？ 一个具有确定性趋势的散点图 3、随机趋势 随机趋势（ Stochastic Trends ）： 与确定性趋势类似，只是趋势变量在每个时期的变化量不再是一个常数！而是一个随机变量！ 3、随机趋势 我们把随机趋势变量定义为： 或者 3、随机趋势 由于： 所以，可写为： 趋势 3、随机趋势 随机趋势变量的均值： 即，均值随时间的变化而等速增加（减少） 3、随机趋势 随机趋势变量的方差： 方差随时间推移，越来越大！ 4、随机游走 (1) 随机游走（random walk） 8幅具有1000次观测的随机游走图形 均值都为零，但差异却非常大！ 8幅具有1000次观测的白噪声图形 4、随机游走 (2) 带漂移项的随机游走（random walk with drift） 4、随机游走 对比： 5、平稳与非平稳序列 什么是平稳序列？ 平稳性等同于说：过去的经验可以用于未来。 宽平稳、严平稳 5、平稳与非平稳序列 均值 方差 自协方差 自相关系数 5、平稳与非平稳序列 严平稳 严平稳是一种条件比较苛刻的平稳性定义 它认为只有当序列所有的统计性质（分布）都不会随着时间的推移而发生变化时，该序列才能被认为平稳。 5、平稳与非平稳序列 宽平稳 宽平稳是使用序列的特征统计量来定义的一种平稳性。 它认为序列的统计性质主要由它的低阶矩决定，所以只要保证序列低阶矩平稳，就能保证序列的主要性质近似稳定。 例如，二阶平稳。 考察如下四个模型的平稳性 平稳序列时序图 非平稳序列时序图 5、平稳与非平稳序列 对于一阶自相关模型而言： 只要 序列就是平稳的。 Eight Line Graphs of 1,000 Serially Correlated Observations, ? = 0.9 二、回归模型中的随机趋势 如果： 其中Z t包含一个随机趋势，那么 还能一致地估计 吗？ 二、回归模型中的随机趋势 针对回归方程： β1的OLS估计量为： 二、回归模型中的随机趋势 β1的OLS估计量为： 如果有： 或者 二、回归模型中的随机趋势 则OLS估计量就是一致估计量： 当 Z 和 ε 都不包含随机趋势时，上述条件将得以满足。 但是当 Z 和 ε 包含随机趋势时，上述问题将遇到麻烦！ 二、回归模型中的随机趋势 1、当 Z 包含随机趋势，但 ε 不包含： z与ε的样本相关系数为： 其中， 二、回归模型中的随机趋势 1、当 Z 包含随机趋势，但 ε 不包含： 则 Z 与 ε 之间是渐进无关的，所以 Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 Pearson Addison-Wesley. All rights reserved. Copyright ? 2006 P