第5章 非平稳时间模型.pptVIP

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（见下表）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。第29页，共47页，星期日，2025年，2月5日因此，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。表无常数项的DF分布临界值表样本容量显著性水平2550100500∝t分布临界值（n=∝）0.01-2.66-2.62-2.60-2.58-2.58-2.330.05-1.95-1.95-1.95-1.95-1.95-1.65第30页，共47页，星期日，2025年，2月5日注意：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?=0”的假设，原序列不存在单位根，为平稳序列。第31页，共47页，星期日，2025年，2月5日一般地，一个随机游走序列或不含漂移，或含有漂移，或同时具有确定性和随机性趋势，为容许各种可能性，DF检验在如下三种形式下进行估计：Xt=?Xt-1+?t（*）Xt=?+?Xt-1+?t（**）Xt=?+βt+?Xt-1+?t（***）在每种情况下，零假设均为H0：?=0，备择假设H1：?0，即在备则假设下，（*）式为平稳时间序列，（**）式是均值非0的平稳时间序列，（***）是带确定性趋势的平稳时间序列第32页，共47页，星期日，2025年，2月5日三种检验的临界值是不同的，因此如果正确的模型是（**），而我们估计了（*），那就会遇到设定误差的问题，同样，正确模型是（***），但估计了（**），也会出现同样的情况。解决办法：用OLS同时估计出上述三个模型，然后通过DF临界值表检验零假设H0：?=0。1）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；2）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。第33页，共47页，星期日，2025年，2月5日第1页，共47页，星期日，2025年，2月5日本章结构带趋势的平稳过程单位根过程带趋势的平稳过程与单位根过程的比较平稳性的单位根检验协整与误差修正模型第2页，共47页，星期日，2025年，2月5日5.1、带趋势的平稳过程如何拟合趋势性？把趋势看成时间的确定函数，随机过程围绕一个确定的趋势，随机变化部分是平稳的如：把向上的趋势看成一个简单的线性趋势+白噪声部分，即：第3页，共47页，星期日，2025年，2月5日如果图形显示增长是非线性的，可用多项式趋势来表示：更一般的，白噪声可用一个平稳随机过程代替：第4页，共47页，星期日，2025年，2月5日带趋势的平稳随机过程均值方差如下：均值是时间的函数，方差是常数第5页，共47页，星期日，2025年，2月5日5.2、单位根过程一、随机游动过程随机过程{yt,t=1,2,…},若yt=yt-1+εt，其中{εt}为独立同分布的白噪声序列，E(εt)=0，D(εt)=E（εt2）=σ2∞则称{yt}为随机游动过程。若?t的分布关于0对称，则给定yt-1，yt上升或下降的机会各有50%，即随机地上升或下降。第6页，共47页，星期日，2025年，2月5日随机游动过程是一非平稳过程yt=yt-1+εt=yt-2+εt-1+εt=yt-3+εt-2+εt-1+εt=….=y0+ε1+ε2+…+εtE(yt)=y0D(yt)=E(yt-y0)2=E(ε1+ε2+…+εt)2=tσ2称ε1+ε2+…+εt为随机趋势若yt是一支股票在第t天的对数价格，则y0可是该股票最初上市的对数价格任何过去的抖动?i对yt的影响不随时间衰减，说明序列具有强记忆性，