计量经济学 8.1 时间序列的平稳性和单位根检验.ppt

§StationaryTimeSerialandUnitRootTest一、时间序列的平稳性二、单整序列三、:包括MA、AR、ARMA模型平稳时间序列模型分析时间序列自身的变化规律现代时间序列分析模型:分析时间序列之间的结构关系单位根检验、、时间序列的平稳性⒈问题的提出经典计量经济模型常用到的数据有:时间序列数据(time-seriesdata);截面数据(cross-sectionaldata)平行/面板数据(paneldata/time-seriescross-sectiondata)时间序列数据是最常见,也是最常用到的数据。经典回归分析暗含着一个重要假设:数据是平稳的。,大样本下的统计推断基础——“一致性”要求——被破怀。数据非平稳,往往导致出现“虚假回归”(SpuriousRegression)问题。表现为两个本来没有任何因果关系的变量,却有很高的相关性。例如:如果有两列时间序列数据表现出一致的变化趋势(非平稳的),即使它们没有任何有意义的关系,但进行回归也可表现出较高的可决系数。、平稳性的定义假定某个时间序列是由某一随机过程(stochasticprocess)生成的,即假定时间序列{Xt}(t=1,2,…)的每一个数值都是从一个概率分布中随机得到,如果满足下列条件:均值E(Xt)=是与时间t无关的常数;方差Var(Xt)=2是与时间t无关的常数;协方差Cov(Xt,Xt+k)=k是只与时期间隔k有关,与时间t无关的常数;则称该随机时间序列是平稳的(stationary),而该随机过程是一平稳随机过程(stationarystochasticprocess)。宽平稳、(whitenoise)过程是平稳的:Xt=t,t~N(0,2)随机游走(randomwalk)过程是非平稳的:Xt=Xt-1+t,t~N(0,2)Var(Xt)=t2随机游走的一阶差分(firstdifference)是平稳的:Xt=Xt-Xt-1=t,t~N(0,2)如果一个时间序列是非平稳的,它常常可通过取差分的方法而形成平稳序列。、,属于经典时间序列分析。在实际应用研究中,一般直接采用单位根检验,图示判断应用较少。建议作为自学内容。、平稳性的单位根检验(unitroottest)