时间序列数据OLS回归的其他问题.pptVIP

第十一章时间序列数据OLS回归的其他问题汇报人姓名平稳和非平稳协方差平稳（弱平稳）期望为常数：E(xi)=?方差存在， 且为常数，：Var(xi)=?2?协方差只取决于时间间隔h：Cov(xi,xi+h)=?h严格平稳对于任意时间指标集（1?t1t2?tm）和任意整数h，联合分布函数满足： f(xt1,xt2,…,xtm)=f(xt1+h,xt2+h,…,xtm+h)平稳和弱相关时间序列若二阶距存在，则严格平稳过程一定协方差平稳计量分析中主要关注弱平稳，平稳性条件不满足则称为非平稳过程。问题11.1：随机过程：yt=?0+?1t+et?1?0是协方差平稳的吗？如何将转化为平稳过程？弱相关时间序列#2022几个例子：#2022OLS的渐近性质TS.2’无完全共线性TS.3’同期外生：E(ut|Xt)=0假定：TS.1’序列平稳和弱相关，模型关于参数线性OLS估计量具有一致性！TS.1’、TS.2’和TS.3’成立：yt=?0+?0zt+?1zt-1+?2zt-2+ut有限分布滞后模型满足假定：yt=?0+?1zt1+?2zt2+ut若存在反馈呢，即：zt1=?0+?1yt-1+vt静态模型满足假定：滞后被解释变量作为解释变量的情形，如AR(1)模型：yt=?yt-1+et若|?|1，序列平稳且弱相关，假定TS.1’、TS.2’和TS.3’都成立?的OLS估计量是一致的！OLS估计量是无偏的吗？严格外生的假定E(ut|X)=0是否成立？注意：X=(y0,y1,…,yn-1)假定：TS.4’同期同方差，Var(ui|xt)=?2TS.5’无序列相关假定TS.1’~TS.5’成立：OLS估计量渐近服从正态分布有效市场假说附加预期的菲利普斯曲线：inft-inft*=?1(unemt-?0)+et若预期是静态的，即inft*=inft-1?inft=?1(unemt-?0)+et自然失业率是多少？高度持续性（强相关 ）时间序列分析考虑简单的AR(1)模型：yt=?yt-1+et递归迭代：yt=(?yt-2+et-1)+et=?2(?yt-3+et-2)+?et-1+et=et+?et-1+?2et-2+…+?het-h+…两种情况：|?|1，yt是弱相关的，随着h??，et-h对yt的影响收敛于0?=1，yt是高度持续的，et-h对yt的边际影响为1，与h无关?=-1的情形类似，但经济序列分析中很少考虑这种情况时间序列非平稳强相关单位根过程差分平稳（常见）协整理论01平稳分析方法与截面数据类似02弱相关趋势平稳（常见）03弱相关回归模型引入时间趋势t随机游走过程：yt=yt-1+et或?yt=et随机游走过程是非平稳的：Var(yt)=?2tCov(yt,yt+h)=?2th0随机游走经常用来描述有效市场下股票价格、汇率和利率等序列的变化特征。?ln(pt)=returnt=et（带漂移项的）随机游走是单位根过程的特例单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。与趋势平稳过程（TS）的比较：03yt=y0+?0t+et+et-1+et-2+…+e1递归迭代：02yt=?0+yt-1+et或?yt=?0+et带漂移项的随机游走：01