计量经济学：第14章 时间序列回归和预测导论.ppt

时间序列回归和预测导论

Chap14时间序列回归和预测导论

2

时间序列数据的实例1:美国的通货膨胀率,用消费价格

指数（CPI）季度百分率变化的年率度量

3

实例2:美国的失业率

4

为什么采用时间序列数据?

5

时间序列数据提出了新的技术问题

6

14.1利用回归模型进行预测

7

14.2时间序列数据和序列相关性导论

8

我们将利用滞后，一阶差分，对数和增长率方法对时间

序列数据进行变换

9

实例:年化的季度通货膨胀率(美国)

10

实例:美国CPI通胀率—一阶滞后及其

变化

11

一些术语

自相关

12

13

样本相关系数

14

实例:

15

16

其他经济时间序列实例

17

其他经济时间序列（续）

18

平稳性(Stationarity):使时间序列回归具有外

部性的一个关键假定

19

宽平稳（简称平稳）的定义

2

1)EXt,tT

2)EXt,为常数，tT

3)(t,s)(k,kst)，t,s,k且kstT

注：在实际应用中，研究最多的是宽平稳时间序列。这里我

们先假定序列平稳（后面再展开讨论）

20

14.3自回归

21

一阶自回归(AR(1))模型

22

实例:通货膨胀率变化的AR(1)模型

23

实例:通货膨胀率的AR(1)模型–STATA

24

实例:通货膨胀的AR(1)模型–STATA（续）

25

实例:通货膨胀的AR(1)模型–STATA（续）

26

预测:术语和符号

27

预测误差（由于预测造成的错误）

28

实例:利用AR(1)预测通货