时间序列计量经济模型.docVIP

10.1 1) 画出利润和红利的散点图，并直观地考察这两个时间序列是否是平稳的。 （A表示利润，B表示红利） 利润和红利的散点图如下： 表1 利润的散点图 图2 红利的散点图 由图1以及图2可以看出，利润和红利的均值与方差不稳定，因此可能是非平稳的。 2）应用单位根检验分别检验利润和红利两个序列是否是平稳的。 利润序列有截距项，在EViews中选取截距项，同时最大之后长度取11进行单位根检验，检验结果如下： t统计量大于所有显著水平下的MacKinnon临界值，故不能拒绝原假设，该序列是不平稳的。 红利序列有截距项，在EViews中选取截距项，同时最大之后长度取11进行单位根检验，检验结果如下： t统计量大于所有显著水平下的MacKinnon临界值，故不能拒绝原假设，该序列是不平稳的。 3）分别检验GDP、PDI、PCE等序列是否平稳，并判定其单整阶数是否相同。 分别检验GDP、PDI、PCE等序列是否平稳，利用EViews作散点图如下： 图3 GDP的散点图 图4 PDI的散点图 图5 PCE的散点图 由上图可以看出，GDP、PDI、PCE的均值与方差不稳定，因此可能是非平稳的。 利用EViews进行检验： 选择Quick/Series Statistics/Unit root test 在对话框中输入：GDP。在再一次的对话框中选择： Test type： Augmented Dickey-Fuller （ADF检验） Test for unit root in： Level （表示不差分） Include in test equation： Trend and intercept （含常数项和趋势项） User specified： 0 （指p=1，即AR(1)） 出现表格： t统计量小于所有显著水平下的MacKinnon临界值，故可以拒绝原假设，该序列是平稳的。 t统计量小于所有显著水平下的MacKinnon临界值，故可以拒绝原假设，该序列是不平稳的。 t统计量小于所有显著水平下的MacKinnon临界值，故可以拒绝原假设，该序列是不平稳的。 综上所述，GDP、PDI、PCE序列是平稳的。 在Eviews中输入数据表，并给数据序列命名：GDP。 点击Quick/Series Statistics/Correlogram （相关图） 出现对话框，选择：Level （表示不差分）, 在Lags to include(滞后阶数p) 中输入： 30。（一般p取[n/10] 或[n/4] ，n为样本量）。 单击ok, 得到 图6 Correlodram of GDP 自相关图缓慢衰减到0（落于置信区间以内）, 偏相关图表现出一阶截尾特征（K1后的值落于置信区间以内）。自相关函数呈现拖尾，偏相关函数在k 1后的值在零的附近波动。因此可以认为该序列为 AR(1) 序列： 利用同样的方法可以得到： 图7 Correlodram of PDI 图8 Correlodram of PCE 自相关图缓慢衰减到0（落于置信区间以内）, 偏相关图表现出一阶截尾特征（K1后的值落于置信区间以内）。自相关函数呈现拖尾，偏相关函数在k 1后的值在零的附近波动。因此可以认为该序列为 AR(1) 序列。 综上所述，GDP、PDI、PCE的单整阶数是相同的。