《计量经济学基础理论与应用》课件 第八章 时间序列计量经济模型.pdf

II

计量经济学，

第八章

时间序列

计量经济模型

目录

第一节时间序列计量经济分析的

基本概念

第二节时间序列平稳性的单位根

检验

第三节协整

第四节案例分析

时间序列计量经济分析的基

本概念

=++

一、伪回归问题

伪回归，是指变量间本来不存在有意义的关系，但回归结果却得出存在有意义关系的错误结论。

经济学家早就发现经济变量之间可能会存在伪回归现象，但在什么条件下会产生伪回归现象却

长期以来无统一认识。直到20世纪70年代，Grange、Newbold研究发现，造成伪回归的根本原因在

于时间序列变量的非平稳性。他们运用MonteCarlo模拟方法研究表明，如果用传统回归分析方法对

彼此不相关联的非平稳变量进行回归，t检验值和F检验值往往会倾向于显著，从而得出“变量相依”

的“伪回归结果”。

因此，在利用回归分析方法讨论经济变量有意义的经济关系之前，必须对经济变量时间序列的

平稳性与非平稳性进行判断。如果经济变量时间序列是非平稳的，则需要寻找新的处理方法。

20世纪80年代发展起来的协整理论就是处理非平稳经济变量关系的行之有效的方法。该理论自

诞生以来，受到众多经济学家的重视，并被广泛运用于实际经济问题的研究。

二、随机过程的概念

对有些随机现象，要认识它，必须研究其发展变化过程，这一类随机现象不能只用一个或多个

随机变量来描述，而必须考察其动态变化过程。随机现象的这种动态变化过程就是随机过程。例如，

某一天电话的呼叫次数，是一个随机变量。若考察它随时间t变动的情况，则需要考察依赖于时间

t的随机变量，{}就是一个随机过程。又如，某国某年的国民生产总值（GNP），是一个随机变

量，但若考察它随时间t变化的情形，则{}就是一个随机过程。

一般地，若对于每一特定的(∈)，为一随机变量，则称这一族随机变量{}为一个随机

过程。若T为一连续区间，则{}为连续型随机过程。若T为离散集合，如T=(0,1,2,…)或T=(…,-

2,-1,0,1,2,…)，则{}为离散型随机过程。随机过程的统计特征通常用其分布及数字特征来刻画。

离散型时间指标集的随机过程通常称为随机型时间序列，简称时间序列。经济分析中常用的时

间序列数据都是经济变量随机序列的一个实现。

三、时间序列的平稳性

所谓时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移而发生变化。也就是说，

生成变量时间序列数据的随机过程的特征不随时间变化而变化。以平稳时间序列数据作为计量经济

模型变量的观测值时，其估计方法、检验过程才可能采用前面几章所介绍的方法。

直观上，一个平稳的时间序列可以看作一条围绕其均值上下波动的曲线。从理论上，它有两种

意义的平稳性：一是严格平稳，二是弱平稳。

严格平稳是指随机过程{}的联合分布函数与时间的位移无关。设{}为一随机过程，n，h为

任意实数，若联合分布函数满足