时间序列计量经济学模型理论与方法.ppt

单击此处添加大标题内容从图形上看：人均居民消费（CPC）与人均国内生产总值（GDPPC）是非平稳的。从滞后14期的QLB统计量看：CPC与GDPPC序列的统计量计算值均为57.18，超过了显著性水平为5%时的临界值23.68。再次表明它们的非平稳性。就此来说，运用传统的回归方法建立它们的回归方程是无实际意义的。不过，第三节中将看到，如果两个非平稳时间序列是协整的，则传统的回归结果却是有意义的，而这两时间序列恰是协整的。四、平稳性的单位根检验对时间序列的平稳性除了通过图形直观判断外，运用统计量进行统计检验则是更为准确与重要的。单位根检验（unitroottest）是统计检验中普遍应用的一种检验方法。DF检验我们已知道，随机游走序列Xt=Xt-1+?t是非平稳的，其中?t是白噪声。而该序列可看成是随机模型Xt=?Xt-1+?t中参数?=1时的情形。Xt=?Xt-1+?t（*）

做回归，如果确实发现?=1，就说随机变量Xt有一个单位根。也就是说，我们对式01?Xt=(1-?)Xt-1+?t=?Xt-1+?t(**)检验（*）式是否存在单位根?=1，也可通过（**）式判断是否有?=0。（*）式可变形式成差分形式：02一般地:检验一个时间序列Xt的平稳性，可通过检验带有截距项的一阶自回归模型1Xt=?+?Xt-1+?t（*）2中的参数?是否小于1。3或者：检验其等价变形式4?Xt=?+?Xt-1+?t（**）5中的参数?是否小于0。6在第二节中将证明，（*）式中的参数?1或?=1时，时间序列是非平稳的;7对应于（**）式，则是?0或?=0。8因此，针对式?Xt=?+?Xt-1+?t我们关心的检验为：零假设H0：?=0。备择假设H1：?0上述检验可通过OLS法下的t检验完成。然而，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（见表）。由于t统计量的向下偏倚性，它呈现围绕小于零值的偏态分布。因此，可通过OLS法估计?Xt=?+?Xt-1+?t并计算t统计量的值，与DF分布表中给定显著性水平下的临界值比较：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。注意：在不同的教科书上有不同的描述，但是结果是相同的。例如：“如果计算得到的t统计量的绝对值大于临界值的绝对值，则拒绝ρ=0”的假设，原序列不存在单位根，为平稳序列。单击此处可添加副标题进一步的问题：在上述使用?Xt=?+?Xt-1+?t对时间序列进行平稳性检验中，实际上假定了时间序列是由具有白噪声随机误差项的一阶自回归过程AR(1)生成的。但在实际检验中，时间序列可能由更高阶的自回归过程生成的，或者随机误差项并非是白噪声，这样用OLS法进行估计均会表现出随机误差项出现自相关（autocorrelation），导致DF检验无效。另外，如果时间序列包含有明显的随时间变化的某种趋势（如上升或下降），则也容易导致上述检验中的自相关随机误差项问题。为了保证DF检验中随机误差项的白噪声特性，Dicky和Fuller对DF检验进行了扩充，形成了ADF（AugmentDickey-Fuller）检验。2、ADF检验ADF检验是通过下面三个模型完成的：模型3中的t是时间变量，代表了时间序列随时间变化的某种趋势（如果有的话）。检验的假设都是：针对H1:?0,检验H0：?=0，即存在一单位根。模型1与另两模型的差别在于是否包含有常数项和趋势项。logo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，何时检验停止。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。表给出了三个模型所使用的ADF分布临界值表。单击此处添加大标题内容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的。这里所谓模型适当的形式就是在每个模型中选取适当的滞后差分项，以使