时间序列计量经济学模型的理论与方法计量经济学.pptxVIP

时间序列计量经济学模型的理论与方法计量经济学会计学第1页/共57页一、问题的引出：非平稳变量与经典回归模型第2页/共57页⒈常见的数据类型到目前为止，经典计量经济模型常用到的数据有：时间序列数据（time-series data)；截面数据(cross-sectional data)平行/面板数据（panel data/time-series cross-section data) ★时间序列数据是最常见，也是最常用到的数据。第3页/共57页⒉经典回归模型与数据的平稳性经典回归分析暗含着一个重要假设：数据是平稳的。数据非平稳，大样本下的统计推断基础——“一致性”要求——被破怀。经典回归分析的假设之一：解释变量X是非随机变量放宽该假设：X是随机变量，则需进一步要求： (1)X与随机扰动项 ? 不相关∶Cov(X,?)=0 (2)依概率收敛：第4页/共57页第（1）条是OLS估计的需要 第（2）条是为了满足统计推断中大样本下的“一致性”特性：注意：在双变量模型中：因此：▲如果X是非平稳数据（如表现出向上的趋势），则（2）不成立，回归估计量不满足“一致性”，基于大样本的统计推断也就遇到麻烦。第5页/共57页⒊ 数据非平稳，往往导致出现“虚假回归”问题 表现在:两个本来没有任何因果关系的变量，却有很高的相关性（有较高的R2)： 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）