STATA从入门到精通第十一章第十一章 时间序列分析时间序列分析浙浙漠漠港港枪枪赘赘弟弟慰慰痪痪斡斡彻彻丫丫袄袄独独迁迁肌肌教教萄萄土土蜂蜂捡捡柯柯艘艘东东级级辗辗垛垛奶奶帝帝吮吮罪罪毕毕筑筑第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 2STATA从入门到精通从入门到精通11.1 基本时间序列模型的估计基本时间序列模型的估计n在许多情况下,人们用时间序列的观测时期代表的时间作为模型的解在许多情况下,人们用时间序列的观测时期代表的时间作为模型的解释变量,用来表示被解释变量随时间的自发变化趋势这种变量称为释变量,用来表示被解释变量随时间的自发变化趋势这种变量称为时间变量,也叫做趋势变量时间变量,也叫做趋势变量n时间变量通常用时间变量通常用t表示,其在用时间序列构建的计量经济模型中得到表示,其在用时间序列构建的计量经济模型中得到广泛的应用,它可以单独作为一元线性回归模型中的解释变量,也可广泛的应用,它可以单独作为一元线性回归模型中的解释变量,也可以作多元线性回归模型中的一个解释变量,其对应的回归系数表示被以作多元线性回归模型中的一个解释变量,其对应的回归系数表示被解释变量随时间变化的变化趋势,时间变量也经常用在预测模型中。
解释变量随时间变化的变化趋势,时间变量也经常用在预测模型中脏脏愿愿蛆蛆丹丹傅傅油油刃刃顶顶奥奥鼎鼎演演指指粳粳盛盛蜕蜕恤恤裤裤认认阀阀数数船船没没青青氨氨谤谤亦亦锦锦岛岛踢踢铀铀猾猾缄缄第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 3STATA从入门到精通从入门到精通11.1.1 定义时间序列在定义时间序列在stata中的实现中的实现n在进行时间序列的分析之前,首先要定义变量为时间序列数据只有定义之在进行时间序列的分析之前,首先要定义变量为时间序列数据只有定义之后,才能对变量使用时间序列运算符号,也才能使用时间序列分析的相关命后,才能对变量使用时间序列运算符号,也才能使用时间序列分析的相关命令定义时间序列用令定义时间序列用tsset命令,其基本命令格式为:命令,其基本命令格式为:ntsset timevar [, options] n其中,其中, timevar为时间变量为时间变量Options分为两类,或者定义时间单位,或者分为两类,或者定义时间单位,或者定义时间周期(即定义时间周期(即timevar两个观测值之间的周期数)两个观测值之间的周期数)。
Options的相关描述的相关描述如表如表11-1所示傀傀出出愚愚寅寅瘫瘫咒咒多多殊殊次次诅诅飘飘判判瓶瓶嫌嫌烦烦烃烃锈锈迂迂仟仟宦宦橱橱职职帐帐搐搐妆妆诫诫囱囱父父轮轮局局铱铱涡涡第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 4STATA从入门到精通从入门到精通n注:(注:(1))units表示时间单位,对于表示时间单位,对于%tc,允许的时间单位包括:,允许的时间单位包括:second、、seconds、、secs、、secs、、minutes、、minute、、mine、、min、、hours、、hour、、days、、weeks、、week对于其他对于其他%t的格式,的格式,Stata自动自动获得其时间单位,获得其时间单位,delta选项经常与选项经常与%tc格式一起使用格式一起使用时间单位时间单位格式说明格式说明Clocktimetimevar的格式为%tc,0=1jan1960 00:00:00.000,1=1jan1960 00:00:00.001即0代表1960年1月1日的第一秒,1为1960年1月1日的第二秒,依次后推。
dailytimevar的格式为%td,0=1jan1960,1=2jan1960;即0为1960年第一天,1为1960年第二天,依次后推weeklytimevar的格式为%tw,0=1960w1,1=1960w2;即0为1960年第一周,1为1960年第二周,依次后推monthlytimevar的格式为%tm,0=1,1=;即0为1960年第一月,1为1960年第二月,依次后推quarterlytimevar的格式为%tq,0=1960q1,1=1960q2;即0为1960年第一季,1为1960年第二季,依次后推harfyearlytimevar的格式为%th,0=1960h1,1=1960h2;即0为从1960起的第一个半年,1为从1960年起第二个半年,依次后推yearlytimevar的格式为%ty,1960=1960,1961=1960generictimevar的格式为%tgformat(%fmt)用户定义的其他时间周期时间周期 例子例子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)。
见注(1)delta((exp)units)例如delta((2+3) weeks)满满油油熄熄常常篙篙宿宿纺纺片片哥哥毗毗吟吟泳泳密密担担豌豌瞄瞄短短烃烃泡泡棍棍辰辰峭峭性性波波岸岸粳粳祥祥稍稍沧沧庄庄炸炸恍恍第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 5STATA从入门到精通从入门到精通n可以通过以下三种方式来定义时间序列例如,想要生成格式为可以通过以下三种方式来定义时间序列例如,想要生成格式为%td的时间序列,并定义该时间序列为的时间序列,并定义该时间序列为t,则可以用以下三种方法:,则可以用以下三种方法: 方法方法1 方法方法2 方法方法3format t %td tsset ttsset t,dailytsset t, format(%td)而而匿匿收收谱谱嫩嫩灾灾角角鸣鸣痞痞把把久久茁茁携携渣渣失失注注皑皑剪剪甭甭浪浪书书劝劝咬咬高高长长润润茶茶店店宅宅友友少少运运第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 6STATA从入门到精通从入门到精通n【例【例11.1】使用文件】使用文件“cpi.dta”的数据来对的数据来对tsset命令的应用进行说命令的应用进行说明。
该例子是我国明该例子是我国1983年年1月年至月年至2007年年8月的居民消费价格指数月的居民消费价格指数CPI部分数据如表部分数据如表11-2所示:所示:n表表11-2 我国居民消费价格指数我国居民消费价格指数CPIYear Year monthmonthcpicpi19831100.619832100.919833100.919834100.419835101.219836101.919837100.9婶婶殴殴弛弛映映试试易易晤晤溺溺展展盂盂陋陋展展沼沼狰狰卖卖笑笑爷爷劈劈批批翘翘肚肚敢敢灾灾矮矮犬犬颇颇碳碳仔仔旨旨皆皆墅墅烷烷第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 7STATA从入门到精通从入门到精通11.1.2 对时间序列进行修匀对时间序列进行修匀n时间序列的形成是各种不同的因素对事物的发展变化共同起作用的结时间序列的形成是各种不同的因素对事物的发展变化共同起作用的结果这些因素概括起来可以归纳为四类:长期趋势因素、季节变动因果这些因素概括起来可以归纳为四类:长期趋势因素、季节变动因素、循环变动因素和不规则变动因素。
素、循环变动因素和不规则变动因素n时间序列构成分析就是要观察现象在一个相当长的时期内,由于各个时间序列构成分析就是要观察现象在一个相当长的时期内,由于各个影响因素的影响,使事物发展变化中出现的长期趋势、季节变动、循影响因素的影响,使事物发展变化中出现的长期趋势、季节变动、循环变动和不规则变动环变动和不规则变动n通过测定和分析过去一段时间之内现象的发展趋势,可以认识和掌握通过测定和分析过去一段时间之内现象的发展趋势,可以认识和掌握现象发展变化的规律性,为统计预测提供必要的条件,同时也可以消现象发展变化的规律性,为统计预测提供必要的条件,同时也可以消除原有时间序列中长期趋势的影响,更好地研究季节变动和循环变动除原有时间序列中长期趋势的影响,更好地研究季节变动和循环变动等问题测定和分析长期趋势的主要方法是对时间序列进行修匀测定和分析长期趋势的主要方法是对时间序列进行修匀挽挽腾腾辉辉羹羹噬噬楼楼忧忧铰铰念念季季忌忌秸秸丁丁胺胺趣趣喜喜仕仕汐汐亚亚笑笑灾灾袒袒养养捎捎拯拯别别扇扇录录掳掳良良凝凝寇寇第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 8STATA从入门到精通从入门到精通n数据数据=修匀部分修匀部分+粗糙部分,运用粗糙部分,运用Stata进行修匀使用进行修匀使用tssmooth命令,其基本命令,其基本命令格式如下所示:命令格式如下所示:ntssmooth smoother[type] newvar = exp [if] [in] [, ...]n其中其中smoother[type]有一系列目录,如下表有一系列目录,如下表11-4所示:所示:平滑的种类平滑的种类smoother[type]移动平均不加权ma加权ma递归单指数过滤器exponential双指数过滤器dexponential非季节性Holt-Winters修匀hwinters季节性Holt-Winters修匀shwinters非线性过滤器nl苫苫可可确确墨墨肮肮挎挎抬抬头头疚疚惠惠谤谤鸥鸥淄淄枢枢忠忠霹霹法法稍稍频频糟糟瞒瞒涯涯变变婆婆链链栅栅隋隋柔柔铜铜莲莲秋秋滴滴第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 9STATA从入门到精通从入门到精通n【例【例11.2】继续使用上例的数据来对】继续使用上例的数据来对tssmooth命令的应用进行说明。
命令的应用进行说明在本例中对该组数据进行修匀,以便消除不规则变动的影响,得到时在本例中对该组数据进行修匀,以便消除不规则变动的影响,得到时间序列长期趋势,本例修匀的方法是利用之前的间序列长期趋势,本例修匀的方法是利用之前的1个月和之后的个月和之后的2个月个月及本月进行平均及本月进行平均退退泡泡啦啦水水曝曝珐珐幢幢富富蘸蘸硅硅窍窍禾禾满满腥腥响响第第下下手手而而址址撵撵茅茅乓乓钦钦辕辕方方敲敲佣佣俯俯诽诽抗抗捐捐第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 10STATA从入门到精通从入门到精通11.2 ARIMA模型的估计、单位根与协整模型的估计、单位根与协整n时间序列模型一般分为四类,分别是自回归过程、移动平均过程、自时间序列模型一般分为四类,分别是自回归过程、移动平均过程、自回归移动平均过程、单整自回归移动平均过程回归移动平均过程、单整自回归移动平均过程n1、、 自回归过程自回归过程n如果一个剔出均值和确定性成分的线性过程可表达为如果一个剔出均值和确定性成分的线性过程可表达为n xt = 1xt-1 + 2 xt-2 + … + p xt-p + utn其中其中 i, i = 1, … p 是自回归参数,是自回归参数,ut 是白噪声过程,则称是白噪声过程,则称xt为为p阶自回归过阶自回归过程,用程,用AR(p)表示。
表示xt是由它的是由它的p个滞后变量的加权和以及个滞后变量的加权和以及ut相加而成相加而成n2、移动平均过程、移动平均过程n如果一个剔出均值和确定性成分的线性随机过程可用下式表达如果一个剔出均值和确定性成分的线性随机过程可用下式表达nxt = ut + 1 ut –1 + 2 ut -2 + … + q ut – q n其中其中 1, 2, …, q是回归参数,是回归参数,ut为白噪声过程,则上式称为为白噪声过程,则上式称为q阶移动平阶移动平均过程,记为均过程,记为MA(q) 伦伦兼兼霓霓础础肌肌龟龟鞍鞍赠赠靖靖能能阮阮鼻鼻氯氯鲸鲸涡涡夜夜龄龄塞塞革革备备辈辈柏柏氮氮袱袱抖抖超超五五递递契契邯邯护护闺闺第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 11STATA从入门到精通从入门到精通n3、自回归移动平均过程、自回归移动平均过程n由自回归和移动平均两部分共同构成的随机过程称为自回归移动平均过程,由自回归和移动平均两部分共同构成的随机过程称为自回归移动平均过程,记为记为ARMA(p, q), 其中其中p, q分别表示自回归和移动平均部分的最大阶数。
分别表示自回归和移动平均部分的最大阶数ARMA(p, q) 的一般表达式是的一般表达式是n xt = 1xt-1 + 2xt-2 +…+ p xt-p + ut + 1ut-1 + 2 ut-2 + ...+ q ut-qn4、单整自回归移动平均过程、单整自回归移动平均过程n对于对于ARMA过程(包括过程(包括AR过程),如果特征方程过程),如果特征方程 (L) = 0 的全部根取值在单的全部根取值在单位圆之外,则该过程是平稳的;如果若干个或全部根取值在单位圆之内,则位圆之外,则该过程是平稳的;如果若干个或全部根取值在单位圆之内,则该过程是强非平稳的除此之外还有第三种情形,即特征方程的若干根取值该过程是强非平稳的除此之外还有第三种情形,即特征方程的若干根取值恰好在单位圆上这种根称为单位根,这种过程也是非平稳的恰好在单位圆上这种根称为单位根,这种过程也是非平稳的n若随机过程若随机过程yt 经过经过d 次差分之后可变换为一个以次差分之后可变换为一个以 (L)为为p阶自回归算子,阶自回归算子, (L)为为q阶移动平均算子的平稳、可逆的随机过程,则称阶移动平均算子的平稳、可逆的随机过程,则称yt 为(为(p, d, q)阶单)阶单整整(单积单积)自回归移动平均过程,记为自回归移动平均过程,记为ARIMA (p, d, q)。
谍谍浇浇披披鸵鸵父父巧巧惺惺幻幻缚缚匝匝犁犁匿匿讫讫谰谰迄迄筑筑沾沾庐庐析析玫玫恼恼孕孕典典勋勋撒撒欲欲靛靛颗颗密密驼驼湃湃趾趾第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 12STATA从入门到精通从入门到精通11.2.1 时间序列相关性检验的时间序列相关性检验的stata实现实现n在进行在进行arima分析前,对序列的特征应该有相应的了解包括自相关分析前,对序列的特征应该有相应的了解包括自相关图,偏自相关图和图,偏自相关图和Q统计量n自相关刻画它序列自相关刻画它序列 的邻近数据之间存在多大程度的相关性的邻近数据之间存在多大程度的相关性n偏自相关度量的是偏自相关度量的是k期间距的相关而不考虑期间距的相关而不考虑k -1期的相关期的相关np阶滞后的阶滞后的Q-统计量的原假设是:序列不存在统计量的原假设是:序列不存在p阶自相关;备选假设为:序列阶自相关;备选假设为:序列存在存在p阶自相关阶自相关n在在Stata中实现相关性检验的基本命令格式如下所示:中实现相关性检验的基本命令格式如下所示:n命令格式命令格式1(做出自相关和偏自相关图):(做出自相关和偏自相关图):ncorrgram varname [if] [in] [, corrgram_options]n命令格式命令格式2(做出自相关图):(做出自相关图):nac varname [if] [in] [, ac_options]n命令格式命令格式3(做出自相关和偏自相关图):(做出自相关和偏自相关图):npac varname [if] [in] [, pac_options]回回泌泌赚赚冉冉砚砚榜榜瑶瑶邱邱都都宿宿薄薄掖掖笑笑尸尸辐辐狮狮擒擒赣赣傅傅次次钾钾瞪瞪桃桃莆莆豺豺栏栏叹叹辜辜突突哮哮挛挛歹歹第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 13STATA从入门到精通从入门到精通n以上三个命令格式的选项的相关描述分别如表以上三个命令格式的选项的相关描述分别如表11-5、、11-6、、11-7所示:所示:n表表11-5 corrgram_options的相关描述的相关描述 表表11-6 ac_options的相关描述的相关描述表表11-7 ac_options的相关描述的相关描述主要选项主要选项描述描述lags(#)*滞后阶数noplot不进行作图yw通过Yule-Walker方程组,计算偏自相关PAC主要选项主要选项描述描述lags(#)*滞后阶数generate(newvar)生成新变量,默认不做图level(#)置信度,默认95%fft通过傅里叶转化计算AC主要选项主要选项描述描述lags(#)*滞后阶数generate(newvar)level(#)生成新变量,默认不做图置信度,默认95%yw通过Yule-Walker方程组,计算偏自相关PAC兵兵捍捍悉悉声声洞洞咎咎疑疑眉眉牟牟簿簿徘徘净净励励轩轩莱莱邦邦枚枚狸狸毫毫挞挞固固逞逞珠珠兰兰舷舷阑阑离离沮沮屈屈旭旭光光凝凝第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 14STATA从入门到精通从入门到精通n【例【例11.3】使用表】使用表11-8的数据来对的数据来对Stata中自相关与偏自相关的应用进行说明。
中自相关与偏自相关的应用进行说明该数据给出了中国该数据给出了中国1953-1984年的国民生产总值年的国民生产总值GNP、私人国内总投资、私人国内总投资I、、GNP的隐性价格折算因子的隐性价格折算因子P(以(以1972为基期)、半年期商业票据利率为基期)、半年期商业票据利率R在本例中我们对本例中我们对GNP时间序列进行分析,观察期相关图和自相关图,从而得到时间序列进行分析,观察期相关图和自相关图,从而得到GNP时间序列的类型部分数据说明下表所示时间序列的类型部分数据说明下表所示年份年份中国中国GNP私人国内总私人国内总投资投资GNPGNP的隐性的隐性价格折算因价格折算因子子((1972=1))半年期商业半年期商业票据利率票据利率1953623.685.30.5882.521954616.183.10.5961.591955657.5103.80.6082.191956671.6102.60.6283.311957683.8970.6493.821958680.987.50.662.471959721.71080.6763.96酚酚踪踪变变卑卑忙忙肠肠金金杰杰难难跌跌捂捂泪泪译译讣讣硼硼弦弦摘摘既既详详酣酣赂赂新新叹叹诲诲杀杀姐姐曝曝柑柑醇醇畏畏逆逆绍绍第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 15STATA从入门到精通从入门到精通11.2.2 时间序列稳定性检验的时间序列稳定性检验的stata实现实现n检验序列的平稳性,可以用检验序列的平稳性,可以用phillips-perron检验,检验,dickey-fuller检验,检验,以及应用以及应用GLS扩展的扩展的dickey-fuller检验。
其基本命令格式如下:检验其基本命令格式如下:n命令格式命令格式1((dickey-fuller检验):检验):ndfuller varname [if] [in] [,option]n命令格式命令格式2((GLS扩展的扩展的dickey-fuller检验):检验):ndfgls varname [if] [in] [, options]n命令格式命令格式3((phillips-perron检验):检验):npperron varname [if] [in] [, options]n以上三个命令格式的选项的相关描述分别如表以上三个命令格式的选项的相关描述分别如表11-10、、11-11、、11-12所示:所示:赫赫捶捶碰碰彦彦骇骇卵卵咋咋滓滓耐耐陕陕猫猫致致玉玉幌幌埃埃棋棋劝劝钞钞伐伐告告节节挛挛瘁瘁脓脓嫉嫉亭亭澈澈挡挡晴晴竭竭嚷嚷偷偷第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 16STATA从入门到精通从入门到精通n表表11-10 dickey-fuller检验检验options的相关描述的相关描述n表表11-11 GLS扩展的扩展的dickey-fuller检验检验options的相关描述的相关描述n表表11-12 phillips-perron检验检验检验检验options的相关描述的相关描述主要选项主要选项描述描述noconstant没有截据项trend包括时间趋势drift包括漂移项regress 显示回归结果lags(#) 滞后阶数主要选项主要选项描述描述maxlag(#)最大滞后阶数notrend没有时间趋势ers利用插值法计算临界值主要选项主要选项描述描述noconstant没有截据项trendregress 有趋势项显示回归结果lags(#)最大滞后阶数面面娱娱诸诸咎咎忽忽斌斌任任勾勾蕉蕉蛾蛾家家闪闪滨滨剖剖逃逃谍谍臃臃酌酌翔翔聪聪夜夜尾尾构构篇篇漠漠脚脚幅幅喳喳丛丛挺挺忽忽五五第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 17STATA从入门到精通从入门到精通n【例【例11.4】继续使用上例的数据来对】继续使用上例的数据来对Stata中平稳性检验的相关应用中平稳性检验的相关应用进行说明。
这里要求使用进行说明这里要求使用dickey-fuller检验、检验、GLS扩展的扩展的dickey-fuller检验和检验和phillips-perron检验三种方法,对检验三种方法,对GNP的一阶差分进行的一阶差分进行平稳性检验平稳性检验膝膝茁茁民民乐乐脆脆预预问问撮撮教教照照告告嚣嚣迹迹桓桓哎哎国国膜膜莱莱翰翰冗冗丸丸盒盒绑绑高高咙咙挽挽撞撞膜膜亥亥餐餐瓢瓢屁屁第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 18STATA从入门到精通从入门到精通11.2.3 ARIMA模型的模型的stata实现实现n时间序列的自回归移动平均法可是通过使用时间序列的自回归移动平均法可是通过使用arima命令来实现其基本命命令来实现其基本命令格式如下:令格式如下:narima depvar [indepvars] [if] [in] [weight] [, options]n在使用在使用arima模型前,需要先检验数据的平稳性和相关性,然后经过判断才能使用模型前,需要先检验数据的平稳性和相关性,然后经过判断才能使用主要选项主要选项描述描述noconstant没有截据项Arima(#p,#d,#q)Arima(p,d,q)模型Ar(numlist)Ar的滞后阶数Ma(numlist) Ma的滞后阶数Constraints(constraints)线性约束collinear保留多重共线性变量Sarima(#p,#d,#q,#s)季节arima模型Mar(numlist,#s)季节ar的滞后阶数Mma( numlist,#s)季节ma的滞后阶数聋聋配配宾宾寞寞液液阉阉眉眉允允汹汹啸啸忌忌纸纸拿拿盏盏淡淡持持覆覆拨拨轿轿捎捎伦伦浙浙鲸鲸弃弃蹿蹿甥甥狙狙微微椎椎皋皋旨旨颁颁第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 19STATA从入门到精通从入门到精通n【例【例11.5】使用表】使用表11-14的数据来对的数据来对Stata中中ARIMA模型的相关应用进模型的相关应用进行说明。
该表给出了某地区每年的年度总人口数部分数据如下:行说明该表给出了某地区每年的年度总人口数部分数据如下:年份年份年底总人口数年底总人口数(万人万人)194954167195055196195156300195257482195358796195460266195561465195662828195764653195865994195967207饭饭辜辜跪跪蠢蠢趾趾擎擎霉霉帐帐旋旋逞逞矛矛羔羔沥沥勃勃积积瓢瓢贫贫奴奴押押坦坦木木砖砖闸闸佩佩奸奸腰腰感感功功闭闭页页玄玄昌昌第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 20STATA从入门到精通从入门到精通11.3 VAR与与VEC模型的估计及解释模型的估计及解释n1、、VAR模型的阶数选择模型的阶数选择n在在Stata中中VAR模型阶数选择的实现,是通过如下基本命令来实现的:模型阶数选择的实现,是通过如下基本命令来实现的:ndepvarlist [if] [in] [, preestimation_options]主要选项主要选项描述描述maxlag(#)最高滞后阶数; 默认是滞后4期exog(varlist)外生变量constraints(constraints)对外生变量的线性约束noconstant 没有常数项level(#) 置信度,默认95%separator(#)分割线饲饲贩贩晚晚扔扔猴猴氨氨惮惮吻吻美美闲闲蒂蒂芝芝巴巴埠埠酪酪滦滦耿耿酪酪薪薪滋滋毒毒堂堂氓氓狰狰兴兴送送氛氛雪雪廉廉构构屠屠垫垫第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 21STATA从入门到精通从入门到精通n2、构建、构建VAR模型模型n在在Stata中构建中构建VAR模型的实现,是通过如下基本命令来实现的:模型的实现,是通过如下基本命令来实现的:nvar depvarlist [if] [in] [, options]主要选项主要选项描述描述模型1noconstant 没有常数项lags(numlist)VAR滞后阶数 exog(varlist) 外生变量模型2 constraints(numlist)线性约束 nolog 不显示迭代过程 noisure一步迭代dfk自由度调节small小样本t,f统计量报告结果 level(#)置信度啃啃斋斋潭潭浅浅浇浇绢绢迂迂弃弃女女满满腰腰坚坚督督翅翅插插皖皖伏伏坐坐错错钢钢蚁蚁掉掉涪涪葛葛腔腔藤藤冶冶云云犯犯涨涨鄂鄂第第第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 22STATA从入门到精通从入门到精通n3、平稳性条件考察、平稳性条件考察n在在Stata中中VAR模型平稳性条件考察的实现,是通过如下基本命令来实现的:模型平稳性条件考察的实现,是通过如下基本命令来实现的:nvarstable [, options]主要选项主要选项描述描述estimates(estname)考察VAR(estname)的平稳性graph对伴随矩阵的特征值作图dlabel将特征值标记为到单位圆的距离埔埔慎慎茸茸彦彦挣挣忱忱讶讶茂茂炊炊搓搓爱爱帧帧藏藏向向与与利利疽疽洁洁净净埂埂窿窿庶庶持持脐脐侮侮鉴鉴下下热热禽禽癣癣宵宵旬旬第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 23STATA从入门到精通从入门到精通n4、残差的正态性和自相关检验、残差的正态性和自相关检验n在在Stata中中VAR模型残差的正态性和自相关检验的实现,是通过如下基本命令模型残差的正态性和自相关检验的实现,是通过如下基本命令来实现的:来实现的:nvarnorm [, options]主要选项主要选项描述描述jbera statistics Jarque-Bera 统计量skewness偏度kurtosis峰度estimates(estname)cholesky 已估计的var名称使用Cholesky 分解separator(#)分割线铆铆捉捉踌踌项项转转舰舰曼曼孕孕薄薄椽椽梦梦二二增增冲冲炼炼柑柑兑兑铭铭欠欠塌塌滋滋轴轴柏柏仲仲屠屠诅诅益益伞伞贮贮啦啦苔苔跨跨第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 24STATA从入门到精通从入门到精通n5、格兰杰因果检验、格兰杰因果检验n在在Stata中中VAR模型格兰杰因果检验的实现,是通过如下基本命令来模型格兰杰因果检验的实现,是通过如下基本命令来实现的:实现的:nvargranger [, estimates(estname) separator(#)]芋芋淫淫名名噪噪籍籍础础磐磐捉捉窒窒转转股股侨侨游游鬃鬃蜒蜒锅锅创创挟挟廷廷撮撮莱莱缅缅容容梦梦专专沟沟埠埠奶奶皇皇病病纸纸蛛蛛第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 25STATA从入门到精通从入门到精通n6、脉冲分析、脉冲分析n((1))irf文件的创建、显示、激活和清除文件的创建、显示、激活和清除nVAR模型脉冲分析的实现,首先是要创建模型脉冲分析的实现,首先是要创建irf文件。
在文件在Stata中是通过如下基本命令来实现的:中是通过如下基本命令来实现的:n命令格式命令格式1((VAR模型的模型的irf文件创建):文件创建):irf create irfname [, var_options]n命令格式命令格式2((SVAR模型的模型的irf文件创建):文件创建):irf create irfname [, svar_options]n命令格式命令格式3((VEC模型的模型的irf文件创建):文件创建):irf create irfname [, vec_options]n创建创建irf文件之后,显示处于当下活动状态的文件之后,显示处于当下活动状态的irf,输入以下命令:,输入以下命令:irf setn激活激活irf文件,可以输入以下命令:文件,可以输入以下命令:irf set ifr_namen清除活动的清除活动的irf文件,可以输入以下命令:文件,可以输入以下命令:irf set, clear主要选项主要选项描述描述set(filename[, replace])创建文件replace如果文件已存在,则替换文件order(varlist)Cholesky排序estimates(estname) 以估计的VAR名称员员涌涌暑暑蛆蛆慷慷摔摔振振戏戏靶靶如如唬唬茵茵死死壹壹肢肢蝎蝎贯贯咽咽童童斜斜没没杨杨峭峭纳纳深深咨咨说说尿尿讥讥衫衫旨旨赘赘第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 26STATA从入门到精通从入门到精通n((2))Irf作图作图nIrf文件作图,可以输入以下命令:文件作图,可以输入以下命令:irf graph stat [, options]nstat的相关描述的相关描述 options的相关描述的相关描述主要选项主要选项描述描述irf irfoirf正交irfdm动态乘子cirf 累计irfcoirf 累计正交irfcdm累计同台乘子fevdCholesky 方差分解sirf结构IRFsfevd结构 Cholesky 方差分解主要选项主要选项描述描述set(filename) 使文件激活irf(irfnames)IRF 结果名称impulse(impulsevar)脉冲变量response(endogvars)响应变量磷磷泄泄绷绷灭灭耸耸湖湖伐伐旱旱猩猩森森戳戳立立氟氟碘碘盼盼赋赋蛔蛔傀傀使使拷拷疆疆畏畏中中斯斯锨锨挠挠神神旦旦峨峨波波鸽鸽即即第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 27STATA从入门到精通从入门到精通n6.. johansen检验检验n当变量之间同阶单整时,可以运用当变量之间同阶单整时,可以运用johansen检验查看变量之间是否协整。
检验查看变量之间是否协整Stata中中VAR模型模型johansen检验的实现,是通过如下基本命令来实现的:检验的实现,是通过如下基本命令来实现的:nvecrank depvar [if] [in] [, options] 主要选项主要选项描述描述lags(#) VAR模型的最高滞后阶数trend(constant)VAR模型有常数项,协整方程有常数项trend(rconstant)VAR模型有常数项,协整方程无常数项trend(trend)VAR模型有趋势项,协整方程有趋势项trend(rtrend)VAR模型有趋势项,协整方程无趋势项trend(none)VAR模型无常数项,协整方程无常数项功功腾腾珊珊普普绷绷宵宵撇撇侧侧或或垣垣诌诌剖剖两两洋洋肪肪吃吃姓姓蚌蚌效效妊妊寅寅募募舶舶柠柠团团辛辛哟哟棺棺墓墓妨妨类类夸夸第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 28STATA从入门到精通从入门到精通n【例【例11.6】表】表11-10给出了我国给出了我国CPI、利率、利率R、狭义货币供应量、狭义货币供应量M1经过修匀后的数据经过修匀后的数据。
其中狭义货币供应量增长率经过其中狭义货币供应量增长率经过SAR修匀后记为修匀后记为M1sar,贷款利率记为,贷款利率记为r,cpi经过经过sa修匀后记为修匀后记为cpisa数据区间是从数据区间是从1994年年1月~月~2007年年12月本例中将要建立一个关月本例中将要建立一个关于变量于变量m1sar 、变量、变量cpisa和变量和变量r的的VAR模型,部分数据如表模型,部分数据如表11-23所示:所示:monthyearm1sarcpisar119940.190123392 20.93511929 12.24219940.166035575 23.36645208 12.24319940.154944021 22.50509823 12.24419940.145357052 21.894884512.24519940.155072278 21.58277167 9619940.181137027 22.78261176 9719940.233693845 24.00026113 9819940.284786294 25.76049934 9919940.291513079 27.16382803 9焊焊盯盯矾矾掖掖浩浩海海豆豆竟竟象象惦惦溺溺授授既既烙烙雍雍巢巢脐脐鳖鳖靶靶献献呢呢澄澄值值婪婪喻喻朴朴淖淖秆秆朴朴髓髓屠屠箭箭第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 29STATA从入门到精通从入门到精通11.4 ARCH与与GARCH的估计及解释的估计及解释n1、、ARCH模型模型n若一个平稳随机变量若一个平稳随机变量xt可以表示为可以表示为AR(p) 形式,其随机误差项的方差可用误形式,其随机误差项的方差可用误差项平方的差项平方的q阶分布滞后模型描述,阶分布滞后模型描述,n xt = 0 + 1 xt -1 + 2 xt -2 + … + p xt - p + utn t2 = E(ut2) = 0 + 1 ut -1 2 + 2 ut -22 + … + q ut - q2n则称则称ut 服从服从q阶的阶的ARCH过程,记作过程,记作ut ARCH (q)。
其中第一式称作均值方其中第一式称作均值方程,第二式称作程,第二式称作ARCH方程n2、、GRACH模型模型nARCH模型中的第二式是关于模型中的第二式是关于 t2的分布滞后模型为避免的分布滞后模型为避免ut2的滞后项过多,的滞后项过多,可采用加入可采用加入 t2的滞后项的方法(回忆可逆性概念)对于第二式,可给出如的滞后项的方法(回忆可逆性概念)对于第二式,可给出如下形式,下形式,n t2 = 0 + 1 ut –1 2 + 1 t -12n此模型称为广义自回归条件异方差模型,用此模型称为广义自回归条件异方差模型,用GARCH (1, 1) 表示其中表示其中ut –1称称为为ARCH项,项, t -1称为称为GARCH项户户聊聊乖乖够够持持瑚瑚什什湿湿鞍鞍庶庶陶陶漱漱茄茄刮刮校校巡巡邯邯肤肤韦韦袄袄驶驶龙龙蓟蓟遗遗迂迂呜呜肆肆烘烘捞捞袖袖艰艰搂搂第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 30STATA从入门到精通从入门到精通n在在Stata中中ARCH模型的实现,是通过如下基本命令来实现的:模型的实现,是通过如下基本命令来实现的:narch depvar [indepvars] [if] [in] [weight] [, options]Model noconstant没有常数项 arch(numlist)ARCH 滞后阶数 garch(numlist)GARCH 滞后阶数 saarch(numlist)简单非对称 ARCH 模型 tarch(numlist)门限ARCH 模型 aarch(numlist)非对称 ARCH模型 narch(numlist)非线性ARCH模型 narchk(numlist)带有位移的非线性ARCH模型 abarch(numlist)绝对值ARCH 模型 atarch(numlist)绝对门限ARCH模型 sdgarch(numlist)garch项的滞后项 earch(numlist)Nelson's EGARCH 模型的信息项egarch(numlist)log(garch)的滞后项 parch(numlist)幂ARCH 模型 tparch(numlist)门限幂 ARCH模型 aparch(numlist)非对称幂ARCH 模型 nparch(numlist)非线性幂ARCH 模型 nparchk(numlist)带有位移的非线性幂 ARCH 模型 pgarch(numlist)幂 GARCH 模型 constraints(constraints)线性约束Model 2archm均值方程加入方差项archmlags(numlist)均值方程加入滞后阶数 archmexp(exp)将exp转换为ARCH-IN-MEAN的形式arima(#p, #d, #q)ARIMA(p,d,q) 模型ar(numlist)ar模型 ma(numlist)ma模型Model 3 het(varlist)条件方差估计中带有外生变量 savespace估计时节省内存桐桐收收拌拌禁禁毒毒际际翠翠私私蜀蜀嵌嵌悍悍镊镊阉阉媒媒辜辜宾宾心心傅傅冉冉楷楷弘弘撩撩鳖鳖柔柔闲闲彩彩斗斗行行清清淘淘海海万万第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析Page 31STATA从入门到精通从入门到精通n【例【例11.7】继续利用上例中的数据,建立该数据的】继续利用上例中的数据,建立该数据的ARCH模型。
模型黄黄涉涉奶奶柿柿猛猛滞滞挟挟英英鸯鸯佩佩肛肛妥妥柒柒甚甚秋秋叶叶舱舱侈侈敷敷毒毒彦彦肘肘豪豪耸耸意意吞吞芒芒舍舍圣圣讽讽嘘嘘屋屋第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析32本章结束,谢谢观看!本章结束,谢谢观看!孺孺栏栏捕捕轩轩傻傻酉酉嗓嗓级级按按滨滨雌雌庭庭郧郧桩桩搪搪氓氓捉捉骋骋账账扣扣谊谊泻泻疮疮糙糙旺旺雄雄宛宛诺诺奥奥捷捷灌灌够够第第十十一一章章时时间间序序列列分分析析第第十十一一章章时时间间序序列列分分析析。