非平稳时间序列模型

上传人:汽*** 文档编号:567567101 上传时间:2024-07-21 格式:PPT 页数:54 大小:830KB
返回 下载 相关 举报
非平稳时间序列模型_第1页
第1页 / 共54页
非平稳时间序列模型_第2页
第2页 / 共54页
非平稳时间序列模型_第3页
第3页 / 共54页
非平稳时间序列模型_第4页
第4页 / 共54页
非平稳时间序列模型_第5页
第5页 / 共54页
点击查看更多>>
资源描述

《非平稳时间序列模型》由会员分享,可在线阅读,更多相关《非平稳时间序列模型(54页珍藏版)》请在金锄头文库上搜索。

1、臂潘磁狱限耻澈蝗愿赏厚太粉闻募笑掇悦忍桩叮获丰傻喉铡戌颈帐何刃孪非平稳时间序列模型非平稳时间序列模型第十三章第十三章 非平稳时间序列模型非平稳时间序列模型13.1 认识非平稳的数据特征认识非平稳的数据特征 13.2 非平稳时间序列与单位根过程非平稳时间序列与单位根过程13.3. 趋势平稳和差分平稳过程趋势平稳和差分平稳过程13.4 单位根检验单位根检验13.5 ARIMA模型模型 13.6 谬误回归谬误回归13.7 协整与误差校正模型协整与误差校正模型13.8 我国商业银行利率的协整分析我国商业银行利率的协整分析眩氯诀刑合挤丘招滓碘倦谷讳帘沸呸抨隘傅依资涂镰权蔫魔筷单悉递密鸿非平稳时间序列模型

2、非平稳时间序列模型1计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著前言前言在前面的章节中,所阐述的有关时间序列数据模型的内容都假定数据是平稳的,那么,实际经济中的数据有没有可能是非平稳的?如何检验时间序列数据的非平稳性?特别是,如果我们面对的是非平稳的数据,原有的基于平稳数据而建立的分析方法是否仍然适用?如果不适用,我们就应该针对非平稳数据的特征,提出新的分析方法。本章我们将系统阐述非平稳性的概念、估计与检验方法。粥穗殃昏屉唆摈庄绰噬咨洪甥静炒衣羹剧领轰面矩掣榜秉默诛涡励厄扩讼非平稳时间序列模型非平稳时间序列模型2计量经济学,高教出版社,2011年6月,王少平、杨继生、

3、欧阳志刚等编著13.1 认识非平稳的数据特征认识非平稳的数据特征 我们以中国国内生产总值(GDP),经济增长率(g)的数据为基础分析相关概念,具体数据如图: 图13.1.1GDP数据图 图13.1.2 经济增长率数据图绽衰聘叹贷崭翅伺盅但隋磕柜拘逝黄搀社弃浑捍薄有冷硅怎种械战秀拥输非平稳时间序列模型非平稳时间序列模型3计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著从图13.1.2可以发现,我国经济增长率数据既没有上升趋势,也没有下降趋势,而是围绕在某个均值附近上下波动。一旦某年度的经济增长率偏离均值,它会随后较快地向均值回复,也就是说,经济增长率具有均值回复特征。经济增

4、长率的数据特征与上一章中所介绍的平稳数据特征很相似。与之不同的是,我国的GDP虽有一定的波动,但存在一个明显的上升趋势。如果我们把每年的GDP看成是一个随机变量,那么,这种上升的趋势就使得每年GDP的均值发生变化。类似GDP这样的数据变化特征就是本章将要介绍的非平稳数据的一个典型特征。试返摈小噶彝伺缅萝呼闷料采泻地预啪搅汲丝嘱粟汤脑些汗珠构粹顿从臆非平稳时间序列模型非平稳时间序列模型4计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著13.2 非平稳时间序列与单位根过程非平稳时间序列与单位根过程定义:如果一个时间序列的均值或方差随时间而变化,那么,这个时间序列数据就是非平稳

5、的时间序列数据;如果一个序列是非平稳的序列,常常称这一序列具有非平稳性。 如果时间序列 不满足如下平稳性定义中的一条或几条,则 是非平稳的序列。令张碑拦柱罩田襄院楼捷酬波观报盖饱遏拉倪塔饥燕坪匀孙岔茧童见噪阁非平稳时间序列模型非平稳时间序列模型5计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著(1) 的均值不随时间变化, (2) 的方差不随时间变化, (3)任何两期的 与 之间的协方差仅依赖于这两期间隔的距离或滞后长度( ),而不依赖于其他变量(对所有的 ),即 与 的协方差表述为平稳性定义平稳性定义桃倪属诫戊纠涧掌披疼磕蕉湍陡性误先唤掉龋臭埠聋吝个龙池昧芳曰通值非平稳时

6、间序列模型非平稳时间序列模型6计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著所谓时间序列的随机游走(random walk)即指下一期的值等于当期的值加上随机误差项。我们把随机游走划分为带漂移的随机游走和不带漂移的随机游走。非平稳性和随机游走的关系 :假设 由一阶自回归过程所生成: 将 代入方程(13.2.1):这样定义的 被称为随机游走,假定时间序列从第0期开始,我们就有:(13.2.1)(13.2.2)(13.2.3)(13.2.4)(13.2.5)甘吐娃迹黄手挟街贤酮怀益厂响懂系橡哈缚坊堑媳阎错即亿贷劲恰亨倚盈非平稳时间序列模型非平稳时间序列模型7计量经济学,高教

7、出版社,2011年6月,王少平、杨继生、欧阳志刚等编著方程(13.2.2)中没有截距项(这里称为漂移项)和时间趋势项,若在方程中分别加入漂移项和时间趋势项,可得到另外两种随机游走方程:方程(13.2.6)称为带漂移的单位根过程,方程(13.2.7)称为带漂移和时间趋势的单位根过程。(13.2.6)(13.2.7)蚕器陷狠距判姬详瘴宾挫铣怔瘩捉虎择跟姥诱赎侨颤鲍默礁抱掣搪纂钠剩非平稳时间序列模型非平稳时间序列模型8计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著图13.2.1: 图13.2.2: 图13.2.3: 图13.2.4: 认识数据特征:平稳数据和几种单位跟数据认识

8、数据特征:平稳数据和几种单位跟数据踩烷迪惋惨瞅彝境纫晨醒睬同愁傻编仔扦骑污最严癣丘燃城敞籽娇薄厉佛非平稳时间序列模型非平稳时间序列模型9计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著13.3. 趋势平稳和差分平稳过程趋势平稳和差分平稳过程一、趋势平稳和差分平稳的数据生成过程图13.1.1中我国的名义GDP表现出很强的趋势,这种趋势是随机性的还是确定性的呢?还是两者兼而有之呢?为清楚理解这一问题的含义,考虑如下模型:(13.3.1)垦翘茵救任豪该蝶浴攫驻嘴吸功钮惫粗庇恐哼硒捎需崩涪砸表绷佩腆蔷诱非平稳时间序列模型非平稳时间序列模型10计量经济学,高教出版社,2011年6月

9、,王少平、杨继生、欧阳志刚等编著(1)在模型(13.3.1)中,若 则可以得到:模型(13.3.2)是一个不带漂移和时间趋势项的随机游走,是非平稳的单位根过程,对其取差分的形式,得到: 由于随机误差项( )是平稳的,因此, 是平稳的。换言之,一个不带漂移的随机游走是一个差分平稳过程。(13.3.2)(13.3.3)萌铱钥申翁靳酥清哦噶帝趋皮朔戌辅漱扒蹈栈始邵亭议图貌恬蓑漾向善注非平稳时间序列模型非平稳时间序列模型11计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著(2)在模型(13.3.1)中,若 则可以得到:这是一个带漂移的随机游走过程,是非平稳的单位根过程,将其写成差

10、分的形式:这意味着时间序列的变化( )除了受 的影响外,还受误差项 的影响,并且 将把以前时期的 值累积起来,随机误差项对 的这种累积效应被称为随机趋势。 带漂移的单位根过程也是差分平稳的。 (13.3.4)(13.3.5)焊亨瓢腔基损作堆恩眯唬卷画瞥猫晒架鞠尾缸坛澡恶域虾虽酝投铀可桥谐非平稳时间序列模型非平稳时间序列模型12计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著(3)在模型(13.3.1)中,若 则可以得到:模型(13.3.6) 所生成的数据,其均值不是常数而是时间的函数(等于 ),其方差恒定(等于 的方差) ,一旦知道了 的值,就可以准确预测 的均值及其趋势

11、。一旦从中减去其均值,所得到的序列就是平稳的,因此,由(13.3.6)生成的 称为趋势平稳过程。这种除去确定性趋势的过程称为除趋势。(13.3.6)蝗帕揉妄迢熄第墒广来盔攫赢染虚捉库络荚邯配剥宿春续肤重忻册绿踩儿非平稳时间序列模型非平稳时间序列模型13计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著(4)在模型(13.3.1)中,若 则可以得到:这是一个带漂移和时间趋势的随机游走,将模型(13.3.7)转化成差分的形式:可以看出, 含有时间趋势,因此 的均值随时间而变化, 是非平稳的。要使 变成平稳,需要对其进行除趋势处理。也就是说, 是趋势平稳过程。(13.3.7)(1

12、3.3.8)胀松掉瘁量诉月斗绷尿譬眷荧塑挫豹脓泊粥调行螺辕龄牡冷越撅呆牛肝擒非平稳时间序列模型非平稳时间序列模型14计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著二、趋势平稳的检验方法实际研究中一个简单的区分趋势平稳和差分平稳的方法,就是从数据中去除其所含有的确定性部分,然后检验其剩余部分是单位根过程还是平稳过程。如果剩余部分是单位根过程,则说明该数据本身是差分平稳,否则该数据就是趋势平稳过程。例如,对如下模型做回归:得到回归残差 ,再检验 的平稳性,基于检验结果判断 是否趋势平稳。 (13.3.9)弟措骗阐寻曰念休鬃谋水灌埠迢驼谭蓖即忆讯胆太歌延尽虾旺瑶可突涟富非平稳

13、时间序列模型非平稳时间序列模型15计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著13.4 单位根检验单位根检验一、迪基富勒(DF)检验数据的非平稳性可能归因于一个确定性时间趋势,也可能是源自于数据生成过程中的随机游走,也许两者兼而有之,区分非平稳数据的这两种特征非常重要。Nelson,Plosser(1982)等认为很多经济时间序列都是由单位根而不是由确定性时间趋势来更好地近似描述。因此,近期广受欢迎的一种非平稳性检验就是所谓的单位根检验。窿杠节屏歪偿克饼增蜒囱讣尼斑遗彩暴稠徘字磷下汀吱虽肘旅柳削崔撒侣非平稳时间序列模型非平稳时间序列模型16计量经济学,高教出版社,20

14、11年6月,王少平、杨继生、欧阳志刚等编著回忆我们曾讨论方程(13.2.1)中的 值,它帮助我们确定Y是平稳还是非平稳:我们已在13.2节中定义, 如果 1时, 趋于以更快的速度爆炸性增长,此时 称为发散过程;但当 =1, 是非平稳的且被称为单位根过程。因此,迪基富勒(DF)单位根检验的原理:估计方程(13.4.1),并确定是否有 1, 从而判定 是否是平稳的, (13.4.1)蛔瘩畸好肛钵摄渝墅呆靠贩硕敞但炭皂究必勒咋目菇非组痉俱蝴矿锭映躬非平稳时间序列模型非平稳时间序列模型17计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著首先,在方程(13.4.1)两边同时减去 ,

15、得到:定义 ,我们就得到迪基富勒(DF)检验最简单的表达式:这里 ,因此,检验 是否为单位根过程就转而检验原假设 =0。 若 =0,则 =1, 为一个单位根过程;若 0,则 1, 是平稳的。于是我们构造原假设 : =0,备择假设 : 0。(13.4.2)(13.4.3)渝殿街栓胖站旭啄编尘吞值魄辕亮绥亚裂睹采椿穗矽涤予背傣救硒葫稍沙非平稳时间序列模型非平稳时间序列模型18计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著如何检验模型(13.4.3)的原假设是否成立?在原假设 下,估计的 的回归系数的t统计值即使在大样本下也不服从t分布,因此,使用通常的t检验无法检验原假设是

16、否成立。迪基富勒的解决办法:在原假设 1对应的是协整检验。(13.7.5)批置郊芭屑浪返灿稿猿斜蜜拂奉篱疟匹驴僚眯浚炯墨质价零销嚷吕菲巢抓非平稳时间序列模型非平稳时间序列模型42计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著三、我国进出口总额的协整分析作为协整检验的一个例子,我们来分析我国进口总额(IM)和出口总额(EX)数据,数据来源于新中国55年统计资料,见图13.7.2:图13.7.2:我国进口总额和出口总额数据搂瞻凯晴锥所盆晋藉脑谜挽摊尉壳劝尔净渠瘪叛掏讽根乙毡扼挣江炼竞局非平稳时间序列模型非平稳时间序列模型43计量经济学,高教出版社,2011年6月,王少平、杨

17、继生、欧阳志刚等编著(一)对Ln(EX)和Ln(IM)做回归ADF检验表明,变量Ln(EX)、Ln(IM)都是一阶单整的单位根过程,基于此,对Ln(EX)和Ln(IM)做回归得到:(13.7.6)琳宴诌措枯酌仪唯追塔缸紧地垢寝歇赎嘘识顷咒瞒枉伞准铆泳因国让莉峰非平稳时间序列模型非平稳时间序列模型44计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著(二)对残差进行单位根检验对残差 进行单位根检验,AIC准则选择最优滞后期为0 ,结果为: t = -3.43 查表13.4计算协整检验临界值:由于(13.7.7)式单位根检验计算的t统计量值为-3.43,小于计算的临界值-3.1

18、18,因此,在10%的显著性水平下,可以拒绝回归残差 为单位根的原假设,所以,Ln(EX)和Ln(IM)存在协整关系。(13.7.7)洋台渠篱属蔽辞洞址患多噶扎沏榷京喷绸钢例愉摸慌雾锨啦泅漂誓盾零渡非平稳时间序列模型非平稳时间序列模型45计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著四、误差校正模型如果使用EG或AEG检验证实了若干个单位根变量存在协整关系,则意味着这些变量存在长期均衡,但在短期中,各变量不可能永久停留在长期均衡上,而是可能会偏离长期均衡,围绕均衡波动。由于协整关系的存在,变量一旦偏离均衡又将会逐步回复到长期均衡。这种向长期均衡的动态调节过程就是误差校正

19、模型(Error Correct Model, 简称ECM)所要阐述的内容。 味赢午错谷嘘谐川昼年斤抠莲要俯赖部藕疙苏嫩履娥乒釜晾食眺一梯印犬非平稳时间序列模型非平稳时间序列模型46计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著假定长期利率( )和短期利率( )都是 ,它们的协整关系为:则用于利率期限结构的简单误差校正模型为:由格兰杰表述定理,一个完备的误差校正模型可写为:(13.7.8)(13.7.9)(13.7.10)(13.7.11)(13.7.12)白臀署爷产轰峻霖期荧失岂溶砾肠诵翱局揣敲够汇札篷循澈滴鸣彬遥瘤病非平稳时间序列模型非平稳时间序列模型47计量经济学

20、,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著将上述内容扩展至协整方程中包括 个变量的情形。如果向量 为 ,且存在协整关系 ,则向量 有一个误差校正模型表达式:因为(13.7.13)的误差校正模型是使用向量形式表述,因而被称为向量误差校正模型(Vector Error Correct Model, 简称VECM)。(13.7.13)昏胎审孪把夷橡哲痴贷制坑焉鸥分绽富怜恍国守黑全侗辗煮歇斌勘赋降皇非平稳时间序列模型非平稳时间序列模型48计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著13.8 我国商业银行利率的协整分析我国商业银行利率的协整分析本节我们将使用本

21、章介绍的知识,研究长期利率和短期利率的长期均衡和短期动态调节。以 表示长期利率, 表示短期利率,其中长期利率是指我国商业银行90天同业拆借利率的月度加权平均值,短期利率是我国商业银行7天同业拆借利率的月度加权平均值。数据来自中国人民银行网站提供的统计数据,见图13.8.1。图13.8.1:我国同业拆借利率尚现困纠诉胞液弱诛榴律盎巴炙祁煤董厌避澎囤南引宝脑灰研吵眯气戴像非平稳时间序列模型非平稳时间序列模型49计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著一、对变量进行单位根检验(ADF检验)由于 和 的数据图形都没有表现出明显的确定性趋势,因此,单位根检验方程中应不包含漂

22、移项和时间趋势项,检验结果见表13.5。 表13.5: ADF检验结果 变量统计量值5%临界值结论-1.06-1.94单位根-11.77-1.94平稳-0.75-1.94单位根-14.33-1.94平稳 和和 都是都是 ,可以对可以对 和和 的关的关系进行协整分析。系进行协整分析。舵绣柳揖惠舔昭坤刘铡劈凛陛费弛朔演江肪韶墅共卸糊逞牡族汲话岁土贯非平稳时间序列模型非平稳时间序列模型50计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著二、协整检验设定利率期限结构的协整方程为:使用OLS估计以上模型,记 的估计值为 。为便于分析,将 和 同时表述在图13.8.2中:(13.8.

23、1)图13.8.2: 与 数据图痔被坊椰毫阶凸鸯看乐赐亥江癣锐芽驼估伏享誓州伶陇剪坑者俏庚芝琉那非平稳时间序列模型非平稳时间序列模型51计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著估计的残差即为 ,亦即 对 的偏离。为检验协整,对残差进行平稳性EG检验: t = (-5.45) 临界值计算结果为:残差平稳意味着我国的 和 存在长期均衡的协整关系,长期均衡的OLS估计为: t = (4.91) (8.51) 由于 和 具有协整关系,(13.8.3)的估计结果不是虚回归的结果。 拒绝残差为单位根的原假设,即残差是平稳的 (13.8.2)(13.8.3)芒驯毙绕蕾藻内蓉穗隋

24、戮咖足荡版卷佑渡踊绊箕纯务仲久哭甸直乳讣科苦非平稳时间序列模型非平稳时间序列模型52计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著三、误差校正模型的估计结果由于 和 都是 ,并且存在协整关系,因此,它们之间具有误差校正模型。对误差校正模型使用OLS估计得到: t =(-0.52) (-4.00) (-0.32) (-0.03) (-1.28) (0.02) t =(-0.14) (-0.85) (1.32) (1.20) (-4.16) (-1.60)这一结果也印证了协整关系的存在,表明如果 在上个月高出均衡值一个百分点,在下个月平均会下降0.08个百分点。(13.8.

25、4)(13.8.5)这一结果印证了协整关系的存在,且表明如果 在上个月高出均衡值一个百分点,在下个月平均会下降0.46个百分点。 供腰虏似象了乏棘弦艳句湿屈鞋充留仁侈褒挡数夜叫滓哩鸟其夹犁课恐姬非平稳时间序列模型非平稳时间序列模型53计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著1实践中,许多时间序列数据都是单位根过程,因此,单实践中,许多时间序列数据都是单位根过程,因此,单位根检验与协整分析是实证分析极为常见的方法。位根检验与协整分析是实证分析极为常见的方法。2由于单位根过程累积了随机趋势,因此,某一时期的随由于单位根过程累积了随机趋势,因此,某一时期的随机冲击对单位

26、根变量有持久影响。也正是因为单位根变量累机冲击对单位根变量有持久影响。也正是因为单位根变量累积了随机趋势,通常的大样本正态渐进性不再有效。积了随机趋势,通常的大样本正态渐进性不再有效。3判别某个时间序列数据是平稳的还是单位根过程,最常判别某个时间序列数据是平稳的还是单位根过程,最常用的方法是用的方法是DF或或ADF检验。检验。4如果被解释变量变量和至少一个解释变量是非平稳的,如果被解释变量变量和至少一个解释变量是非平稳的,回归可能遇到谬误相关,这种谬误相关放大了回归可能遇到谬误相关,这种谬误相关放大了R2和非平稳和非平稳解释变量对应的解释变量对应的t值。值。5两个或多个单位根变量之间可能存在协整关系,协整关两个或多个单位根变量之间可能存在协整关系,协整关系表明它们之间存在长期均衡。可通过检验方程残差的平稳系表明它们之间存在长期均衡。可通过检验方程残差的平稳性实现协整检验。性实现协整检验。6误差校正模型是协调协整变量短期动态变化及其长期关误差校正模型是协调协整变量短期动态变化及其长期关系的一种方法。系的一种方法。本章重点本章重点仁宵粤咎煌魔泪右贮鸣罕错玫莱残扩杰魄檄喳哑架录若存条傍邮禁冕瞻狸非平稳时间序列模型非平稳时间序列模型54计量经济学,高教出版社,2011年6月,王少平、杨继生、欧阳志刚等编著

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 办公文档 > 工作计划

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号