- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
證明:二、情況二的ADF檢驗1、2、例:利用ADF檢驗法對美國財政部債券利率進行單位根檢驗。解:H0:ρ=1;H1:ρ1第七章協整理論第一節協整理論的建立和意義一、協整理論的建立1、1987年,Engle---Granger發表論文“協整與誤差修正,描述、估計與檢驗”,正式提出“協整”概念。Johansen(1995)等人逐步發展完善。2、意義20世紀70年代以前的建模方法都假定時間序列是平穩的,而現實的時間序列數據絕大多數是非平穩的,這就會帶來偽回歸、參數估計精度降低等問題。傳統的計量經濟學面臨三大問題:如何檢驗時間序列的非平穩性;如何修正和檢驗傳統的計量經濟模型;如何把時間序列變數引入經濟計量分析領域。20世紀70年代以後,上述問題逐步得到解決:1976年,迪基—福勒提出了檢驗非平穩時序的方法:DF檢驗法;1979、1980又提出ADF;當經濟時間序列是非平穩時,可能存在偽回歸問題,由變數間的統計關係推斷它們之間是否存在因果關係十分困難。協整理論應運而生,為了識別在非平穩時間序列中是否真正存在因果關係;誤差修正模型(ECM)產生。ECM由Davidson、Hendry、Srba於1978年提出。它是對傳統計量模型形式的一次改革。Granger認為,如果變數間存在協整關係,它們可以等價地用誤差修正模型形式表示。二、偽回歸—協整理論產生的根源1、偽回歸:對兩個無任何聯繫的變數擬合模型,所有的統計檢驗都能通過。2、原因:單位根3、證明:第五章單位根過程第一節單位根過程的定義一、隨機遊動過程的定義1、隨機過程{yt,t=1,2,…},若yt=yt-1+εt,其中{εt}為獨立同分佈序列,E(εt)=0,D(εt)=E(εt2)=σ2∞則稱{yt}為隨機遊動過程。2、隨機遊動過程是一非平穩過程(1)yt=yt-1+εt=yt-2+εt-1+εt=yt-3+εt-2+εt-1+εt=….=y0+ε1+ε2+…+εtE(yt)=y0(2)D(yt)=E(yt-y0)2=E(ε1+ε2+…+εt)2=tσ2二、單位根過程的定義1、隨機過程{yt,t=1,2,…},若yt=ρyt-1+μt,其中ρ=1,{μt}為穩定過程,E(μt)=0,Cov(μt,μt-s)=μs∞,s=0,1,2,…則稱{yt}為單位根過程。2、單整若一個隨機過程{yt}經過d次差分後才能變成一個平穩過程,則稱{yt}是d階單整過程,用yt~I(d)表示。單位根過程實際上是1階單整過程。3、單位根過程名稱的由來yt=ρyt-1+μt,(1-ρB)yt=μt平穩性要求φ(B)=(1-ρB)=0B=1/ρ,當ρ=1時,B=1即有一個單位根,稱為單位根過程。當︱B︳1時,︱ρ︳1時,就是平穩過程。4、單位根過程與穩定過程的本質區別第二節與單位根過程形式接近的幾種模型一、帶常數項的隨機遊動過程1、2、深圳股票綜合指數二、長期趨勢1、形如稱為確定趨勢模型。2、前兩類模型的圖形接近。3、判別單位根的必要性。yt=0.1t+ut生成的序列圖三、含隨機趨勢和確定性趨勢的混合隨機過程1、yt=0.1+0.1t+yt-1+ut生成的序列圖四、近單位根過程1、第六章單位根過程的假設檢驗第一節迪基---福勒(DF)檢驗法一、DF檢驗法產生的背景1、DF檢驗法是由Dickey、Fuller在20世紀70、80年代的一系列文章中建立起來的。2、3、這種方法不能用來檢驗H0:ρ=1,當零假設成立時,tT不再服從t分佈,因而無法得到臨界值。此時,只能用模擬方法得到臨界值。DF檢驗中用到兩個統計量:T(ρT-1)和tT,它們不存在小樣本分布,只有當樣本容量T足夠大時,它們的極限分佈才有實際的應用價值。二、情況一的DF檢驗1、假設數據由產生,並在其中檢驗H0:ρ=1;H1:ρ12、適用於數據是非平穩且沒有趨勢的情況。3、例:利用1947年第二季度到1989年第一季度的數據對美國財
原创力文档


文档评论(0)