时间序列计量经济模型.pptxVIP

计量经济学;引子：是真回归还是伪回归？;为了分析某国的个人可支配总收入 与个人消费总支出 的关系，用OLS法作 关于 的线性回归，得到如下结果：;从回归结果来看， 非常高，个人可支配总收入 的回归系数t统计量也非常大，边际消费倾向符合经济假设。凭借经验判断，这个模型的设定是好的，应是非常满意的结果。准备将这个计量结果用于经济结构分析和经济预测。 可是有人提出，这个回归结果可能是虚假的！可能只不过是一种“伪回归〞！ ; “要千万小心!〞 这里用时间序列数据进行的回归，究竟是真回 归还是伪回归呢？为什么模型、样本、数据、检验结果都很理想，却可能得到“伪回归〞的结果呢？ ;时间序列数据被广泛地运用于计量经济研究。经典时间序列分析和回归分析有许多假定前提，如序列的平稳性、正态性等。直接将经济变量的时间序列数据用于建模分析，实际上隐含了上述假定，在这些假定成立的条件下，据此而进行的t检验、F检验等才具有较高的可靠度。 越来越多的经验证据说明，经济分析中所涉及的大多数时间序列是非平稳的。;问题： ●如果直接将非平稳时间序列当作平稳时间序列来进行分析，会造成什么不良后果； ●如何判断一个时间序列是否为平稳序列； ●当我们在计量经济分析中涉及到非平稳时间序列时，应作如何处理？ ;第十章 时间序列计量经济模型;第一节 时间序列根本概念;一、伪回归问题;二、随机过程;随机过程的严格定义 若对于每一特定的 ， 为一随机变量，则称这一族随机变量｛ ｝为一个随机过程。 若 为一区间，则｛ ｝为一连续型随机过程。 若 为离散集合，如 或 ，则｛ ｝为离散型随机过程。 离散型时间指标集的随机过程通常称为随机型时间序列，简称为时间序列。;三、时间序列的平稳性;严格平稳 是指随机过程｛ ｝的联合分布函数与时间的位移无关。设｛ ｝为一随机过程， 为任意实数，假设联合分布函数满足： 那么称｛ ｝为严格平稳过程，它的分布结构不随时间推移而变化。 ;弱平稳 是指随机过程{ }的期望、方差和协方差不随时间推移而变化。假设｛ ｝满足： 那么称｛ ｝为弱平稳随机过程。在一般的分析讨论中，平稳性通常是指弱平稳。;时间序列的非平稳性 是指时间序列的统计规律随着时间的位移而发生变化，即生成变量时间序列数据的随机过程的特征随时间而变化。 在实际中遇到的时间序列数据很可能是非平稳序列，而平稳性在计量经济建模中又具有重要地位，因此有必要对观测值的时间序列数据进行平稳性检验。; 第二节  时间序列平稳性的单位根检验;一、单位根过程;当 ，则序列的生成过程变为如下随机游动过程(Random Walk Process)： 其中{ } 独立同分布且均值为零、方差恒定为 。随机游动过程的方差为： 当 时，序列的方差趋于无穷大，说明随机游动过程是非平稳的。; 单位根过程;根据模型的滞后多项式 ，可以写出对应的线性方程： （通常称为特征方程） 该方程的根为： 。 当 时序列是平稳的，特征方程的根满足条件 ； 当 时，序列的生成过程变为随机游动过程，对应特征方程的根 ，所以通常称序列含有单位根，或者说序列的生成过程为“单位根过程” 。 ;结论: 随机游动过程是非平稳的。 因此，检验序列的非平稳性就变为检验特征方程是否有单位根，这就是单位根检验方法的由来 。 ;从单位根过程的定义可以看出，含一个单位根的过程，其一阶差分： 是一平稳过程，像这种经过一次差分后变为平稳的序列称为一阶单整序列(Integrated Process)，记为 。 ;有时，一个序列经一次差分后可能还是非平稳的，如果序列经过二阶差分后才变成平稳过程，则称序列 为二阶单整序列，记为 。一般地，如果序列经过 次差分后平稳，而 次差分却不平稳，那么称为 阶单整序列，记为 , 称为整形阶数。特别地，若序列 本身是平稳的,则称序列为零阶单整序列，记为 。;二、Dickey-Fuller检验〔DF检验〕;假设数据序列是由以下自回归模型生成的： 其中， 独立同分布，期望为零，方差为 ，我们要检验