时间序列分析终稿.ppt

ZC和SR之间协整关系判断由于e是平稳序列，所以原始序列ZC和SR之间存在长期均衡关系，即存在协整关系。结论：SR与ZC是可以使用经典回归模型方法建立回归模型的。第126页,共159页，星期六，2024年，5月SR与ZC的回归结果

再将以上回归的结果作为原始模型，利用以前章节的知识对原始模型进行多重共线性、异方差、自相关检验……，通过检验调整后得到最终模型……第127页,共159页，星期六，2024年，5月二、误差修正模型*（可选学）第128页,共159页，星期六，2024年，5月说明接下来我们要探讨误差修正模型，需要说明的是，误差修正模型不是必须要做的工作。如果我们要进一步探讨SR与ZC的关系，才需要用到误差修正模型。第129页,共159页，星期六，2024年，5月第130页,共159页，星期六，2024年，5月第131页,共159页，星期六，2024年，5月第132页,共159页，星期六，2024年，5月第133页,共159页，星期六，2024年，5月误差修正模型的回归结果第134页,共159页，星期六，2024年，5月首先对变量进行协整分析，以发现变量之间的协整关系，即长期均衡关系，并以这种关系构成误差修正项。然后建立短期模型，将误差修正项看作一个解释变量，连同其他反映短期波动的解释变量一起，建立短期模型，即误差修正模型。因此，建立误差修正模型，需要：第135页,共159页，星期六，2024年，5月专题三：葛兰杰因果关系检验*（选学）第136页,共159页，星期六，2024年，5月自回归分布滞后模型旨在揭示：某变量的变化受其自身及其他变量过去行为的影响。然而，许多经济变量有着相互的影响关系GDP消费问题：当两个变量在时间上有先导——滞后关系时，能否从统计上考察这种关系是单向的还是双向的？即:主要是一个变量过去的行为在影响另一个变量的当前行为呢？还是双方的过去行为在相互影响着对方的当前行为？第137页,共159页，星期六，2024年，5月格兰杰因果关系检验（Grangertestofcausality）对两变量Y与X，格兰杰因果关系检验要求估计:(*)(**)第138页,共159页，星期六，2024年，5月可能存在有四种检验结果：（1）X对Y有单向影响，表现为（*）式X各滞后项前的参数整体为零，而Y各滞后项前的参数整体不为零；（2）Y对X有单向影响，表现为（**）式Y各滞后项前的参数整体为零，而X各滞后项前的参数整体不为零；（3）Y与X间存在双向影响，表现为Y与X各滞后项前的参数整体不为零；第139页,共159页，星期六，2024年，5月（4）Y与X间不存在影响，表现为Y与X各滞后项前的参数整体为零。格兰杰检验是通过受约束的F检验完成的。如:针对中X滞后项前的参数整体为零的假设(X不是Y的格兰杰原因)。第140页,共159页，星期六，2024年，5月分别做包含与不包含X滞后项的回归，记前者与后者的残差平方和分别为RSSU、RSSR；再计算F统计量：k为无约束回归模型的待估参数的个数。如果:FF?(m,n-k)，则拒绝原假设，认为X是Y的格兰杰原因。第141页,共159页，星期六，2024年，5月注意：格兰杰因果关系检验对于滞后期长度的选择有时很敏感。不同的滞后期可能会得到完全不同的检验结果。因此，一般而言，常进行不同滞后期长度的检验，以检验模型中随机误差项不存在序列相关的滞后期长度来选取滞后期。第142页,共159页，星期六，2024年，5月例5.2.4检验1978~2000年间中国当年价GDP与居民消费CONS的因果关系。第143页,共159页，星期六，2024年，5月取两阶滞后，Eviews给出的估计结果为：第144页,共159页，星期六，2024年，5月判断：?=5%，临界值F0.05(2,17)=3.59拒绝“GDP不是CONS的格兰杰原因”的假设，不拒绝“CONS不是GDP的格兰杰原因”的假设。因此，从2阶滞后的情况看，GDP的增长是居民消费增长的原因，而不是相反。但在2阶滞后时，检验的模型存在1阶自相关性。第145页,共159页，星期六，2024年，5月第146页,共159页，星期六，2024年，5月考虑检验模型的序列相关性以及赤池信息准则，发现：滞后4阶或5阶的检验模型不具有1阶自相关性，而且也拥有较小