时间序列分析 课件 第四章 两序列的协整和误差修正模型_第1页
时间序列分析 课件 第四章 两序列的协整和误差修正模型_第2页
时间序列分析 课件 第四章 两序列的协整和误差修正模型_第3页
时间序列分析 课件 第四章 两序列的协整和误差修正模型_第4页
时间序列分析 课件 第四章 两序列的协整和误差修正模型_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1一、含虚拟变量的回归模型(一)虚拟变量的设置

第四章两序列的协整和误差修正模型

1.虚拟变量的定义当解释变量不是定量测量数据,或在不同的情况下,所产生的结果不同,就需要将解释变量区分开,可以采用设虚拟变量的方法。虚拟变量是取值仅取1或0的变量。一般,基础类型、肯定类型取值“1”,比较类型、否定类型取值“0”。

22.虚拟变量设置原则

若某一定性变量有m种情况(状态),设虚拟变量时,只能有m-1个。

(二)虚拟变量对模型的影响引入虚拟变量,对模型截距、斜率的影响对一般的线性回归模型

=++引入虚拟变量D3

1.加法形式E()

=+++=

==0:4

2.乘法形式

=E()

=

=

+

+

+:=05

3.加法、乘法同时采用

=++++

=E()

=条件:误差项的方差在前后都是一样的

=0=0::

(三)虚拟变量的应用

1.

分离异常因素影响政策因素

制度因素

季节因素

季节变动:时间序列可以计算季节指数,多元回归中可以利用虚拟变量例:某地区每月天气湿度对温度的影响

制度变化:时间分期,分段回归

例4.17

2.检验不同属性类型因素对因变量的影响解释变量为属性数据例:不同年龄、不同文化程度的行为

3.提高模型预测精度不同属性类型样本数据合并,相当于扩大样本容量

例4.28二、Granger因果检验问题的提出是货币供应量的变化引起GDP的变化,还是都由于内部原因决定(一)解决的思路若X是引起Y变化的原因,则

1)X应有助于预测Y;

2)Y不应当有助于预测X。9

(二)方法

1.第一个条件的检验

原假设:X不是引起Y变化的原因无限制条件模型(UR)

有限制条件模型(R)

:==…=0102.第二个条件的检验原假设:Y不是引起X变化的原因无限制条件模型(UR)有限制条件模型(R)

113.检验统计量:利用F检验考虑两个回归模型的误差平方和和差异的显著性。

若成立,不会超过太多,建立检验统计量

F=根据计算的F统计量与相应显著性水平下的临界值比较可以得出结论,是否能够拒绝。12要得到:X是引起Y变化的原因,必须:1)拒绝“X不是引起Y变化的原因”的假设;2)不能拒绝“Y不是引起X变化的原因”的假设。K的取值

可取不同的值试验,以保证结果不受K

选取的影响;可能存在第三个变量Z,既影响Y,也与X相关。

例4.313(一)单整序列及性质单整序列

经过逐期差分平稳的序列称作单整序列。记作I(d)。性质1)一个单整序列的线性组合若序列是零阶单整序列,如

~I(0),

则其线性组合也是平稳的,有a+b~I(0);若序列是一阶单整序列,如

~I(1),则其线性组合也是一阶单整序列,有

a+b~I(1)。

三、协整含义及检验

142)两个零阶单整序列的线性组合若两个序列是平稳序列,如

~I(0),~I(0),

则其线性组合也是平稳的,有a+b~I(0);3)一阶单整序列与平稳序列的线性组合

若序列

是一阶单整序列,序列是平稳序列,如

~I(0),~I(1),则其线性组合也是一阶单整序列,有

a+b~I(1)。

只要序列有趋势,这种组合无法消除趋势。

15

4)两个一阶单整序列的线性组合若两个序列均为一阶单整序列,

~I(1),~I(1)一般地,线性组合仍为一阶单整序列,则a+b~I(1)。

特殊情况,两个序列都是一阶单整,即

~I(1),

~I(1)均为单位根过程,但可能存在一个非零向量,使两个序列的线性组合达到平稳。16若

=+=A+其中,

~I(1),

~I(0)和

~I(0)均具有零均值。由性质(3)知有

~I(1)

~I(1)构造、的线性组合

=—A

=—A~I(0)、和、虽然是单位根过程,但它们存在一个线性组合是平稳的。这是因为它们具有公共的I(1)因子。

17

(二)协整的含义及检验

1.概念协整过程(co-integratedprocess)也有译为同积过程,是一种特殊的向量单位根过程。

设{,t=1,2,......}为一n维的向量单位根过程,它的每一分量序列{}(i=1,2,...n)为一单变量单位根过程,

~I(1)。如果存在一非零的n维向量,使得的线性组合

成为一稳定过程,即~I(0),则称随机向量是协整的,为其协整向量。两个变量同阶单整,具有共同的随机趋势,存在协整关系。

2.协整检验

两个变量序列的协整检验通常采用EG两步法。检验的前提是两个序列是同阶单整,~I(1),

~I(1),可以用一个变量对另一个变量回归,称为协整回归,变量间的协整关系可以按两步进行。

第一步:协整回归:已知两个变量同阶单整,用一个变量对另一个变量回归,称为协整回归,模型为:

=++OLS估计,得到、的一致估计量

构造一个线性组合,亦即计算残差

第二步:残差序列单位根检验

残差序列进行单位根检验

若I(0)

~表明两个序列是协整的,则(1,-b)为协整向量。

若残差序列存在单位根,则两个序列不是协整的。

例4.421

三、误差修正模型(ECM)

基于协整关系建立的误差修正模型(ErrorCorrectionModel简称ECM)1.模型形式若两个序列存在协整关系,则有

~I(1),~I(1)

~~I(0)

I(0)

式中,为误差修正项,为调整系数,是负值,其绝对值的大小反映了朝均衡调整的力度。

22

2.模型的意义自回归分布滞后(autoregressivedistributedlagADL)模型亦简称为ADL模型

ADL(p,q)表述为

其中,为白噪声。

=+++23

、之间的回归关系可以表述为(ADL(1,1))

=++++

若Y与X存在长期均衡关系,即有两边减去,得到

=++(+)+—+

整理上式,可得到

=a

24=++整理得=这就是Y与X之间的长期均衡关系。=

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论