第9章 时间序列计量经济学模型的理论与方法-李子奈计量经济学课件.pdf

第九章 时间序列计量经济学模型的理论与方法 第一节 时间序列的平稳性及其检验 第二节 随机时间序列模型的识别和估计 第三节 协整分析与误差修正模型 1 §9.1 时间序列的平稳性及其检验 一、问题的引出：非平稳变量与经典回归 模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程 2 一、问题的引出：非平稳变量与经典 回归模型 3 ⒈常见的数据类型 到目前为止，经典计量经济模型常用到的数据有： • 时间序列数据（time-series data) ； • 截面数据(cross-sectional data) / • 平行 面板数据（panel data/time-series cross-section / // data) ★时间序列数据是最常见，也是最常用到的数据。 4 ⒉经典回归模型与数据的平稳性 • 经典回归分析暗含着一个重要假设：数据是平稳的。 • 数据非平稳，大样本下的统计推断基础——“一致性” ——“ ” ————““ ”” 要求——被破怀。 —— ———— X • 经典回归分析的假设之一：解释变量 是非随机变 X XX 量 X • 放宽该假设： 是随机变量，则需进一步要求： X XX (1)X µ Cov(X,µ)=0 (1)X µ Cov(X,µ)=0 ((11))XX与随机扰动项 µµ 不相关∶CCoovv((XX,,µµ))==00 2 P ( ( X − X) 2 / n) =Q (2) ( X − X) / n lim ∑ i (2) ((22)) ∑ i 依概率收敛： n→∞ 5 第（1）条是OLS估计的需要 第（2）条是为了满足统计推断中大样本下的“一致性” ˆ 特性： Plim(β) = β n→∞ 注意：在双变量模型