【正文】 ch(numlist) 簡單非對稱 ARCH 模型 tarch(numlist) 門限 ARCH 模型 aarch(numlist) 非對稱 ARCH模型 narch(numlist) 非線性 ARCH模型 narchk(numlist) 帶有位移的非線性 ARCH模型 abarch(numlist) 絕對值 ARCH 模型 atarch(numlist) 絕對門限 ARCH模型 sdgarch(numlist) garch項的滯后項 earch(numlist) Nelson39。其中狹義貨幣供應(yīng)量增長率經(jīng)過 SAR修勻后記為 M1sar，貸款利率記為 r,cpi經(jīng)過 sa修勻后記為 cpisa。 Page 18 STATA從入門到精通 ARIMA模型的 stata實現(xiàn) ? 時間序列的自回歸移動平均法可是通過使用 arima命令來實現(xiàn)。 ? p階滯后的 Q統(tǒng)計量的原假設(shè)是：序列不存在 p階自相關(guān)；備選假設(shè)為：序列存在 p階自相關(guān)。ARMA(p, q) 的一般表達式是 ? xt = ? 1xt1 + ? 2xt2 +…+ ? p xtp + ut +? 1ut1 + ? 2 ut2 + ...+ ? q utq ? 單整自回歸移動平均過程 ? 對于 ARMA過程（包括 AR過程），如果特征方程 ?(L) = 0 的全部根取值在單位圓之外，則該過程是平穩(wěn)的；如果若干個或全部根取值在單位圓之內(nèi)，則該過程是強非平穩(wěn)的。測定和分析長期趨勢的主要方法是對時間序列進行修勻。 yearly timevar的格式為 %ty， 1960=1960， 1961=1960 generic timevar的格式為 %tg format(%fmt) 用戶定義的其他 時間周期 例子 delta() 例如 delta(1)或 delta(2) delta((exp)) 例如 delta((7*24)) delta(units) 例如 delta(7 days)或 delta(15 minutes)或 delta(7 days 15 minutes)。 Page 4 STATA從入門到精通 ? 注：（ 1） units表示時間單位，對于 %tc，允許的時間單位包括： second、 seconds、 secs、 secs、minutes、 minute、 mine、 min、 hours、 hour、 days、 weeks、 week。STATA 從入門到精通 第十一章 時間序列分析 Page 2 STATA從入門到精通 基本時間序列模型的估計 ? 在許多情況下，人們用時間序列的觀測時期代表的時間作為模型的解釋變量，用來表示被解釋變量隨時間的自發(fā)變化趨勢。 Options的相關(guān)描述如表 111所示。 harfyearly timevar的格式為 %th， 0=1960h1， 1=1960h2；即 0為從 1960起的第一個半年 ， 1為從 1960年起第二個半年 ， 依次后推 。 ? 通過測定和分析過去一段時間之內(nèi)現(xiàn)象的發(fā)展趨勢，可以認識和掌握現(xiàn)象發(fā)展變化的規(guī)律性，為統(tǒng)計預(yù)測提供必要的條件，同時也可以消除原有時間序列中長期趨勢的影響，更好地研究季節(jié)變動和循環(huán)變動等問題。 Page 11 STATA從入門到精通 ? 自回歸移動平均過程 ? 由自回歸和移動平均兩部分共同構(gòu)成的隨機過程稱為自回歸移動平均過程，記為 ARMA(p, q), 其中 p, q分別表示自回歸和移動平均部分的最大階數(shù)。 ? 偏自相關(guān)度量的是 k期間距的相關(guān)而不考慮 k 1期的相關(guān)。這里要求使用 dickeyfuller檢驗、 GLS擴展的 dickeyfuller檢驗和 phillipsperron檢驗三種方法，對 GNP的一階差分進行平穩(wěn)性檢驗。Stata中 VAR模型 johansen檢驗的實現(xiàn)，是通過如下基本命令來實現(xiàn)的： ? vecrank depvar [if] [in] [, options] 主要選項 描述 lags() VAR模型的最高滯后階數(shù) trend(constant) VAR模型有常數(shù)項 ， 協(xié)整方程有常數(shù)項 trend(rconstant) VAR模型有常數(shù)項 ， 協(xié)整方程無常數(shù)項 trend(trend) VAR模型有趨勢項 ， 協(xié)整方程有趨勢項 trend(rtrend) VAR模型有趨勢項 ， 協(xié)整方程無趨勢項 trend(none) VAR模型無常數(shù)項 ， 協(xié)整方程無常數(shù)項 Page 28 STATA從入門到精通 ? 【例 】表 1110給出了我國 CPI、利率 R、狹義貨幣供應(yīng)量 M1經(jīng)過修勻后的數(shù)據(jù)。其中 ut –1稱為 ARCH項， ?t 1稱為 GARCH項。 :24:5411:24:54March 22, 2023 ? 1他鄉(xiāng)生白發(fā)，舊國見青山。 :24:5411:24Mar2322Mar23 ? 1世間成事，不求其絕對圓滿，留一份不足，可得無限完美。 , March 22, 2023 ? 閱讀一切好書如同和過去最杰出的人談話。 2023年 3月 22日星期三 11時 24分 54秒 11:24:5422 March 2023 ? 1一個人即使已登上頂峰，也仍要自強不息。勝人者有力，自勝者強。 。 2023年 3月 22日星期三 11時 24分 54秒 11:24:5422 March 2023 ? 1做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點的射線向前。 , March 22, 2023 ? 雨中黃葉樹，燈下白頭人。其中 第一 式稱作均值方程， 第二 式稱作 ARCH方程。該表給出了某地區(qū)每年的年度總?cè)丝跀?shù)。在本例中我們對 GNP時間序列進行分析，觀察期相關(guān)圖和自相關(guān)圖，從而得到GNP時間序列的類型。 ? 若 隨機過程 yt 經(jīng)過 d 次差分之后可變換為一個以 ? (L)為 p階自回歸算子， ? (L)為 q階移動平均算子的平穩(wěn)、可逆的隨機過程，則稱 yt 為（ p, d, q）階單整 (單積 )自回歸移動平均過程，記為 ARIMA (p, d, q)。 Page 10 STATA從入門到精通 ARIMA模型的估計、單位根與協(xié)整 ? 時間序列模型一般分為四類，分別是自回歸過程、移動平均過程、自回歸移動平均過程、單整自回歸移動平均過程。該例子是我國 1983年 1月年至 2023年 8月的居民消費價格指數(shù) CPI。daily timevar的格式為 %td， 0=1jan1960， 1=2jan1960；即 0為 1960年第一天 ， 1為 1960年第二天 ， 依次后推 。 Page 3 STATA從入門到精通 定義時間序列在 stata中的實現(xiàn) ? 在進行時間序列的分析