计量经济学时间序列的平稳性和单位根检验.pptx

会计学;一、时间序列的平稳性Stationary Time Series;⒈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——被破怀。 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出较高的可决系数。;2、平稳性的定义;白噪声（white noise）过程是平稳的： Xt=?t ， ?t~N(0,?2) 随机游走（random walk）过程是非平稳的： Xt=Xt-1+?t ， ?t~N(0,?2) Var(Xt)=t?2 随机游走的一阶差分（first difference）是平稳的： ?Xt=Xt-Xt-1=?t ，?t~N(0,?2) 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。;二、平稳性的图示判断;说明;三、平稳性的单位根检验 （unit root test）;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。 Dicky和Fuller于1976年提出了这一情形下t统计量服从的分布（这时的t统计量称为?统计量），即DF分布。 由于t统计量的向下偏倚性，它呈现围绕小于零均值的偏态分布。;如果t<临界值，则拒绝零假设H0：? =0，认为时间序列不存在单位根，是平稳的。;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。 否则，就要继续检验，直到检验完模型1为止。 检验原理与DF检验相同，只是对模型1、2、3进行检验时，有各自相应的临界值表。 检验模型滞后项阶数的确定：以随机项不存在序列相关为准则。;2021/6/22;2021/6/22;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：?=0。 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??。;3、例：检验1978-2000年间中国支出法GDP时间序列的平稳性;2021/6/22;检验模型2，经试验，模型2中滞后项取2阶：; 检验模型1，经试验，模型1中滞后项取2阶：;ADF检验在Eviews中的实现;ADF检验在Eviews中的实现;ADF检验在Eviews中的实现—检验GDPP;ADF检验在Eviews中的实现—检验GDPP;ADF检验在Eviews中的实现—检验GDPP;ADF检验在Eviews中的实现—检验GDPP;ADF检验在Eviews中的实现—检验GDPP;ADF检验在Eviews中的实现—GDPP;ADF检验在Eviews中的实现—检验△GDPP;2021/6/22;2021/6/22;2021/6/22;ADF检验在Eviews中的实现—检验△2GDPP;2021/6/22;2021/6/22;2021/6/22;*4、平稳性检验的其它方法;霍尔工具变量方法 用工具变量法估计ADF检验模型。 用Xt-k和ΔXt-i-k作为yt-1和ΔXt-i的工具变量。 检验统计量仍然服从ADF分布。;DF-GLS 方法（Elliott,Rothenberg,Stock,ERS） 去势（趋势、均值）。 对去势后的序列进行ADF型检验。 采用GLS估计检验模型。 证明具有更良好的性质。;KPSS方法（Kwiatkowski,Philips,Schmidt,Shin） 检验趋势平稳 非参数检验方法 其它方法 LMC(Leybourne,McCabe) Ng-Perron ;Eviews 中提供的检验方法;Eviews 中提供的滞后阶数选择;2021/6/22;1、单整（integrated Serial）;2021/6/22;2、趋势平稳与差分平稳随机过程 ;判断一个非平稳时间序列的趋势是随机性的还是确定性的，可通过ADF检验中所用的第3个模型进行。 该模型中已引入了表示确定性趋势的时间变量，即分离出了确定性趋势的影响。 如果检验结果表明所给时间序列有单位根，且时间变量前的参数显著为零，则该序列显示出随机性趋势； 如果没有单位根，且时间变量前的参数显著地异于零，则该序列显示出确定性趋势。 ;差分平稳过程和趋势平