第十章时间序列计量经济模型.pptVIP

计量经济学 引子：是真回归还是伪回归？ 问题： ●如果直接将非平稳时间序列当作平稳时间序列来进行分析，会造成什么不良后果； ●如何判断一个时间序列是否为平稳序列； ●当我们在计量经济分析中涉及到非平稳时间序列时，应作如何处理？ 第一节 时间序列基本概念 本节基本内容: ●伪回归问题 ●随机过程的概念 ●时间序列的平稳性 一、伪回归问题 传统计量经济学模型的假定条件：序列的平稳性、正态性。 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论。 20世纪70年代，Grange、Newbold 研究发现，造成“伪回归”的根本原因在于时序序列变量的非平稳性 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。 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，有两种意义的平稳性，一是严格平稳，另一种是弱平稳。 时间序列的非平稳性 是指时间序列的统计规律随着时间的位移而发生变化，即生成变量时间序列数据的随机过程的特征随时间而变化。 在实际中遇到的时间序列数据很可能是非平稳序列，而平稳性在计量经济建模中又具有重要地位，因此有必要对观测值的时间序列数据进行平稳性检验。 第二节  时间序列平稳性的单位根检验 本节基本内容: ●单位根检验 ● Dickey－Fuller检验 ● Augmented Dickey－Fuller检验 一、单位根过程 单位根过程 结论: 随机游动过程是非平稳的。 因此，检验序列的非平稳性就变为检验特征方程是否有单位根，这就是单位根检验方法的由来 。 二、Dickey-Fuller检验（DF检验） 大多数经济变量呈现出强烈的趋势特征。这些具有趋势特征的经济变量，当发生经济振荡或冲击后，一般会出现两种情形: ● 受到振荡或冲击后，经济变量逐渐又回它们的长期趋势轨迹； ●这些经济变量没有回到原有轨迹，而呈现出随机游走的状态。 若我们研究的经济变量遵从一个非平稳过程，一个变量对其他变量的回归可能会导致伪回归结果。这是研究单位根检验的重要意义所在。 (2) 提出假设 检验用统计量为常规t统计量， (3) 计算在原假设成立的条件下t统计量值，查DF检验临界值表得临界值，然后将t统计量值与DF检验临界值比较： 若t统计量值小于DF检验临界值，则拒绝原假设，说明序列不存在单位根； 若t统计量值大于或等于DF检验临界值，则接受原假设，说明序列存在单位根。 Dickey、Fuller研究发现，DF检验的临界值同序列的数据生成过程以及回归模型的类型有关，因此他们针对如下三种方程编制了临界值表，后来Mackinnon把临界值表加以扩充，形成了目前使用广泛的临界值表，在EViews软件中使用的是Mackinnon临界值表。 DF检验存在的问题是，在检验所设定的模型时，假设随机扰动项不存在自相关。但大多数的经济数据序列是不能满足此项假设的，当随机扰动项存在自相关时，直接使用DF检验法会出现偏误，为了保证单位根检验的有效性，人们对DF检验进行拓展，从而形成了扩展的DF检验(Augmented Dickey-Fuller Test)，简称为ADF检验。 根据《中国统计年鉴2004》，得到我国1978—2003年的GDP序列(如表10.1) ，检验其是否为平稳序列。 表10.1 中国1978—2003年度GDP序列 由GDP时序图可以看出，该序列可能存在趋势项，因此选择ADF检验的第三种模型进行检验。估计结果如下： 在原假设下，单位根的t检验统计量的值为 在1％、5％、10％三个显著性水平下，单位根检验的Mackinnon临界值分别为-4.4167、 -3.6219、-3.2474，显然，上述t检验统计量值大于相应临界值，从而不能拒绝，表明我国1978——2003年度GDP序列存在单位根，是非平稳序列。 第三节 协整 本节基本内容: ●协整的概念 ●协整检验 ●误差修正模型 一、协整的概念 问题：估计出来的货币需求函数是否揭示了货币需求的长期均衡关系？ （1）如果上述货币需求函数是适当的，那么货币需求对长期均衡关系的偏离将是暂时的，扰动项序列是平稳序列，估计出来的货币需求函数就揭示了货币需求的长期均衡关系。 （2）相反，如果扰动项序列有随机趋势而呈现非平稳现象，那么模型中的误差会逐步积聚，使得货币需求对长期均衡关系的偏离在长时期内不会消失。 上述货币需求模型是否具有实际价值，关键在于扰动项序列是否平稳。 货币供给量、实际