常用计量经济模型(1).pptxVIP

第一章 常用计量经济模型;第一节 时间序列的外推、平滑和季节调整;二、简单外推模型;3、自回归趋势模型;美国商业部：1986年1月至1995年12月百货公司的月零售额〔亿元〕;三、平滑技术;;四、季节调整;Ratio to Moving Averages——Multiplicative;;;;第二节 随机时间序列模型;统计特征不随时间变化而变化的过程是平稳过程〔Stable Process〕 如果过程是严平稳的〔 Strictly Stationary〕，那么对任意的t和k，时刻t的联合概率密度函数等于时刻t+k的联合概率密度函数。也就是说，对于具有严平稳性质的随机过程，其全部概率结构只依赖于时间之差。 严平稳性的条件很严格，我们希望稍微放松限制条件。于是从实际角度考虑，我们可以用联合分布的矩的平稳性来定义随机过程的平稳性。 ;m阶弱平稳过程〔Weakly Stationary〕是指随机过程的联合概率分布的矩直到m阶都是相等的。 假设一个过程 {r(t)} 是2阶弱平稳过程，那么它会满足以下条件： 〔1〕随机过程的均值保持不变； 〔2〕随机过程的方差不随时间变化； 〔3〕r(i)和r(j)之间的相关性只取决于时间之差 j- i。 [注]：弱平稳过程不一定是严平稳过程； 而严平稳过程假设存在二阶矩，那么必是2阶弱平稳过程。 ;;用[X(t)]表示一随机过程，滞后期为k的自相关系数定义为 ;自相关函数揭示了X(t)的相邻数据点之间存在多大程度的相关。 ;[例] 白噪声过程的自相关函数;样本自相关函数 ;自相关函数还可被用于检验一个序列是否平稳。 ;齐次非平稳过程 ;时间序列的当前值依赖于过去时期的观察值。 ;不妨设常数项为0 ;自相关函数 ;;MA (1)过程的自相关函数 ;自相关函数 ;;ARMA (1,1)过程的自相关函数 ;;d 确实定 ： 差分后检查自相关函数，确定序列是否平稳，直到平稳为止。 p、q 确实定：由自相关函数、偏自相关函数确定，或由AIC、SC准那么确定。;第三节 VAR模型;二、格兰杰因果关系〔Granger Causality〕;Granger Causality Test;三、脉冲响应函数(Impulse Response Functions);四、方差分解(Variance Decomposition);第四节 协整理论;