列的平稳性和单位根检.ppt

该【列的平稳性和单位根检 】是由【3827483】上传分享，文档一共【63】页，该文档可以免费在线阅读，需要了解更多关于【列的平稳性和单位根检 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。§StationaryTimeSerialandUnitRootTest一、时间序列的平稳性二、单整序列三、单位根检验汇报日期单击此处添加副标题12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经典时间序列分析模型:分析时间序列之间的结构关系单位根检验、协整检验是核心内容现代宏观计量经济学的主要内容现代时间序列分析模型:一、时间序列的平稳性StationaryTimeSeries⒈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。数据非平稳,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。2、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、广义平稳白噪声(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。二、平稳性的图示判断Part01例如当时间序列数据的连线图形出现类似图的情况时,就肯定不是平稳时间序列,因为这两种图形表明时间序列数据都没有不变的中心趋势,或者说中心趋势是变化的,而且也没有稳定的方差。根据这一点,可以从数据分布图形直接对数据是否平稳进行判断。平稳随机过程的均值和方差函数是常数,意味着平稳时间序列的取值必然围绕一个水平的中心趋势,以相同的发散程度分布。