时间序列模型初步设计方案.pptxVIP

第六讲时间序列模型初步时间序列模型例子有限样本条件下普通最小二乘预计大样本条件下普通最小二乘预计时间序列平稳性检验1时间序列模型初步设计方案第1页

时间序列模型例子计量经济学中数据类型时间序列数据（timeseriesdata）横截面数据（cross-sectionaldata）混合数据（pooleddata）平面板数据/综列数据（paneldata）一个时间序列数据能够视为它所对应随机变量或随机过程（stochasticprocess）一个实现（realization）2时间序列模型初步设计方案第2页

时间序列模型例子时间序列数据3时间序列模型初步设计方案第3页

时间序列模型例子时间序列数据4时间序列模型初步设计方案第4页

时间序列模型例子时间序列数据5时间序列模型初步设计方案第5页

时间序列模型例子两类时间序列模型静态模型（Staticmodel）有限分布滞后模型（finitedistributedlagmodel）6时间序列模型初步设计方案第6页

有限样本条件下普通最小二乘预计经典线性正态假定7时间序列模型初步设计方案第7页

有限样本条件下普通最小二乘预计经典线性正态假定：深入说明与横截面模型假定相比，时间序列模型放宽了关于解释变量不是随机变量假定同期外生与严格外生严格外生意味着误差项与任何时刻解释变量都不相关，也就是说，解释变量对被解释变量没有滞后影响，而且被解释变量也对解释变量没有滞后影响8时间序列模型初步设计方案第8页

有限样本条件下普通最小二乘预计经典线性正态假定下普通最小二乘预计假如满足假定1-3，回归系数OLS预计量是无偏假如满足假定1-5，回归系数OLS预计量方差预计是无偏，而且OLS预计量是最优线性无偏预计量假如满足假定1-6，模型t检验和F检验是有效在大多数情况下，时间序列极难满足经典线性正态模型假定，尤其是误差项条件均值为0、无序列相关以及正态性假定。所以，就需要用大样原来做渐进处理9时间序列模型初步设计方案第9页

大样本条件下普通最小二乘预计平稳过程平稳随机过程（stationarystochasticprocess）平稳性用于描述时间序列跨时期稳定性，即序列行为不随时间发生改变上述定义也被称为严格平稳10时间序列模型初步设计方案第10页

大样本条件下普通最小二乘预计平稳过程协方差平稳过程（covariancestationaryprocess）协方差平稳要求低于严格平稳，但普通情况下只要满足前者就称该时间序列是平稳11时间序列模型初步设计方案第11页

大样本条件下普通最小二乘预计弱相依（weaklydependent）弱相依表明伴随时间距离h拉大，随机变量Xt和Xt+h相关性趋近于0。而平稳性表明这种渐近不相关性与起点t无关假如时间序列是平稳、弱相依，就能够利用大数定理和中心极限定理来证实OLS合理性12时间序列模型初步设计方案第12页

大样本条件下普通最小二乘预计自回归过程（autoregressiveprocess,AR）13时间序列模型初步设计方案第13页

大样本条件下普通最小二乘预计移动平均过程（movingaverageprocess,MA）14时间序列模型初步设计方案第14页

大样本条件下普通最小二乘预计自回归移动平均过程（ARMA）15时间序列模型初步设计方案第15页

大样本条件下普通最小二乘预计大样本条件下假定这些假定比有限样本下假定弱得多16时间序列模型初步设计方案第16页

大样本条件下普通最小二乘预计大样本条件下普通最小二乘预计假如满足假定1-3，回归系数OLS预计量是一致假如满足假定1-5，回归系数OLS预计量是渐近正态分布，模型t检验和F检验是渐近有效17时间序列模型初步设计方案第17页

时间序列平稳性检验有趋势时间序列线性趋势指数趋势tt18时间序列模型初步设计方案第18页

时间序列平稳性检验伪回归（spuriousregression）假如时间序列是有趋势，那么一定是非平稳，从而采取OLS预计t检验和F检验就是无效。两个含有相同趋势时间序列即便毫无关系，在回归时也可能得到很高显著性和复判定系数出现伪回归时，一个处理方法是加入趋势变量，另一个方法是把非平稳序列平稳化下面问题是：怎样知道一个时间序列是否平稳？19时间序列模型初步设计方案第19页

时间序列平稳性检验平稳性检验方法依据序列时间路径图和样本相关图判断单位根检验20时间序列模型初步设计方案第20页

时间序列平稳性检验单位根检验（unitroottest）21时间序列模型初步设计方案第21页

时间序列平稳性检验单位根检验（unitroottest）22时间序列模型初步设计方案第22页

时间序列平稳性检验单位根检验（unitroottest）23时间序列模型初