時間序列分析與eviews應(yīng)用(已修改)
2025-05-30 22:03 本頁面
【正文】 1 時間序列分析與 Eviews應(yīng)用 南京審計學(xué)院經(jīng)濟學(xué)院 胡 靜 2 在時間序列模型的發(fā)展過程中，一個重要的特征是對統(tǒng)計均衡關(guān)系做某種形式的假設(shè)，其中一種非常特殊的假設(shè)就是 平穩(wěn)性 的假設(shè)。而大多數(shù)經(jīng)濟時間序列都是非平穩(wěn)的，因此，由 20世紀 80年代初 Granger提出的協(xié)整概念，引發(fā)了非平穩(wěn)時間序列建模從理論到實踐的飛速發(fā)展。 3 ? 非穩(wěn)定序列轉(zhuǎn)化為穩(wěn)定序列數(shù)據(jù)變量的平穩(wěn)性是傳統(tǒng)的計量經(jīng)濟分析的基本要求之一。只有模型中的變量滿足平穩(wěn)性要求時，傳統(tǒng)的計量經(jīng)濟分析方法才是有效的 . ? 而在模型中含有非平穩(wěn)時間序列時，基于傳統(tǒng)的計量經(jīng)濟分析方法的估計和檢驗統(tǒng)計量將失去通常的性質(zhì)，從而推斷得出的結(jié)論可能是錯誤的。因此，在建立模型之前有必要檢驗數(shù)據(jù)的平穩(wěn)性。 ? 在很長時間里，學(xué)者們在分析經(jīng)濟變量時都假定所分析的數(shù)據(jù)已滿足平穩(wěn)性的要求。 4 ? 然而，近年來，尤其是納爾遜和普洛瑟(Nelson Plosser， 1982)的開創(chuàng)性論文發(fā)表后，隨著計量經(jīng)濟學(xué)的發(fā)展，學(xué)者們對經(jīng)濟時間序列數(shù)據(jù)，尤其是宏觀經(jīng)濟時間序列數(shù)據(jù)的看法發(fā)生了根本的變化。 ? 許多經(jīng)驗分析表明，多數(shù)宏觀經(jīng)濟變量都是非平穩(wěn)的，由此引發(fā)了宏觀經(jīng)濟分析方法尤其是周期分析方法的一場革命，即“ 單位根革命 ” 。 5 解決的問題 ? 如何判別虛假回歸（偽回歸）問題？ ? 怎樣檢驗一組變量存在協(xié)整關(guān)系？ ? 一組變量若存在協(xié)整關(guān)系，怎樣建立誤差修正模型？ 如何更好的通過已有數(shù)據(jù)反映變量之間的長、短期關(guān)系。 6 一、序列相關(guān) 三、協(xié)整和誤差修正模型 二、非平穩(wěn)時間序列 四、 Eviews案例應(yīng)用 7 一、序列相關(guān) 8 167。 序列相關(guān)及其產(chǎn)生的后果 對于線性回歸模型 () 隨機擾動項之間不相關(guān) ， 即無序列相關(guān)的基本假設(shè)為 () 如果擾動項序列 ut表現(xiàn)為： () 即對于不同的樣本點 ， 隨機擾動項之間不再是完全相互獨立的 ，而是存在某種相關(guān)性 ， 則認為出現(xiàn)了 序列相關(guān)性 (serial correlation)。 tktkttt uxxxy ?????? ???? ?22110Ttsuu stt ,2,1,00),c o v ( ?????Ttsuu stt ,2,1,00),c o v ( ?????9 由于通常假設(shè)隨機擾動項都服從均值為 0， 同方差的正態(tài)分布 ， 則序列相關(guān)性也可以表示為： () 特別的 ， 如果僅存在 () 稱為 一階序列相關(guān) ， 這是一種最為常見的序列相關(guān)問題 。 TtsuuE stt ,2,1,00)( ?????TtuuE tt ,2,10)( 1 ????10 如果回歸方程的擾動項存在序列相關(guān) ， 那么應(yīng)用最小二乘法得到的參數(shù)估計量的方差將被高估或者低估 。 因此 ， 檢驗參數(shù)顯著性水平的 t統(tǒng)計量將不再可信 ?？梢詫⑿蛄邢嚓P(guān)可能引起的 后果 歸納為： ② 使用 OLS公式計算出的標準差不正確 ， 相應(yīng)的顯著性水平的檢驗不再可信 ； ③ 如果在方程右邊有滯后因變量 ， OLS估計是有偏的且不一致 。 ④ 回歸得到的參數(shù)估計量的顯著性水平的檢驗不再可信 。 ① 在線性估計中 OLS估計量不再是有效的； 11 EViews提供了檢測序列相關(guān)和估計方法的工具 。 但首先必須排除虛假序列相關(guān) 。 虛假序列相關(guān) 是指模型的序列相關(guān)是由于省略了顯著的解釋變量而引起的 。 例如 ，在生產(chǎn)函數(shù)模型中 ， 如果省略了資本這個重要的解釋變量 ， 資本對產(chǎn)出的影響就被歸入隨機誤差項 。 由于資本在時間上的連續(xù)性 ， 以及對產(chǎn)出影響的連續(xù)性 ， 必然導(dǎo)致隨機誤差項的序列相關(guān) 。 所以在這種情況下 ， 要把顯著的變量引入到解釋變量中 。 167。 序列相關(guān)的檢驗方法 12 EViews提供了以下 3種檢測序列相關(guān)的方法 。 1． D_W統(tǒng)計量檢驗 DurbinWatson 統(tǒng)計量 （ 簡稱 D_W統(tǒng)計量 ） 用于檢驗一階序列相關(guān) ， 還可估算回歸模型鄰近殘差的線性聯(lián)系 。 對于擾動項 u
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1