时间序列研(part13)--习题
学习笔记,仅供参考,有错必究
文章目录
- 时间序列习题
- 单位根检验举例
- 四种典型的非平稳随机过程
- DF 统计量和 t 统计量的分布特征
- 情形1
- 情形2
- 情形3
- DF 统计量的有限样本分布特征总结
- 单位根检验
- AR(1)过程的单位根检验
- AR(p)过程的单位根检验
- 例子1: 421天的深证成指序列
- 例 2 :中国就业总人数序列
- 例 3 :人民币元兑美元汇率序列的单位根检验
时间序列习题
单位根检验举例
四种典型的非平稳随机过程
- 随机游走过程
- 随机趋势过程
对yty_tyt作一次差分后,序列就平稳了:
所以也称yty_tyt为差分平稳过程(difference- stationary process)。 α\alphaα是Δyt\Delta y_tΔyt序列的均值,原序列yty_tyt的增长速度。
- 趋势平稳过程
- 趋势非平稳过程
由上面 4 种随机过程走势可以看出,对于对数的宏观经济变量,随机趋势过程和退势平稳过程是两种最常见的表现形式。
下面分析随机趋势过程与平稳的 AR(1)过程的区别。对于如下过程:
DF 统计量和 t 统计量的分布特征
在介绍检验方法之前,先讨论回归系数统计量的分布。
情形1
T(β^−1)T(\hat{\beta} -1)T(β^−1)是检验单位根的一个常用统计量。有三个结论如下:
- DF统计量
检验单位根的另一个统计量是t(β^)t_{(\hat{\beta})}t(β^)统计量, t(β^)t_{(\hat{\beta})}t(β^)统计量在这里称 DF 统计量。当T→∞T \to \inftyT→∞时:
情形2
情形3
DF 统计量的有限样本分布特征总结
单位根检验
AR(1)过程的单位根检验
对于时间序列yty_tyt可用如下自回归模型检验单位根:
以附表 6 中a部分的相应百分位数作为临界值,若用样本计算的:
DF > 临界值,则接受 H 0 ,yty_tyt非平稳;
DF < 临界值,则拒绝 H 0 ,yty_tyt是平稳的
- 注意
上述 DF 检验还可用另一种形式表达。(3.24) 式两侧同减yt−1y_{t-1}yt−1,得:
这种变化并不影响 DF 统计量的值,所以检验规则仍然是:
若 DF > 临界值,则 y t 是非平稳的;
若 DF < 临界值,则 y t 是平稳的。
这种检验方法是 DF 检验的常用方法。
举例说明以上两种单位根检验方法的 DF 值相同。用同一组数据 y t 得到的两个回归结果
如下(括号内给出的是标准差):
注意:
AR§过程的单位根检验
以上方法只适用于 AR(1) 过程的单位根检验。当时间序列为 AR§ 形式,或者由以上形式检验得到的残差序列存在自相关时,应采用如下形式检验单位根:
注意:
例子1: 421天的深证成指序列
421 天的深证成指序列见图 3.20。从序列走势看决不会是随机趋势非平稳序列,也不会是随机趋势序列。
- 检验方法(1)
不妨先按随机趋势序列设定检验式。带有截距项的 DF 检验式的估计结果如下:
- 检验方法(2)
也可以用 F 统计量检验判断漂移项的存在。对(3.35)式中两个参数做都等于零的 F 检
验。
例 2 :中国就业总人数序列
1978-2004 年中国就业人员数( labor ,亿人)序列如下图:
从曲线变化情形看,这是一个带有均值和斜率突变的非平稳序列。当加入虚拟变量 D1对这种变化进行描述时,就可以清楚地看到这一点。输出结果如下:
输出结果还可按两个时期写为:
用退势的方法检验单位根。对( 3.46 )式作如下变换:
如果不考虑序列中的结构突变因素,直接用 ADF 检验式检验单位根,检验结果如下:
这个例子非常清楚地说明,中国就业人员数序列是一个退势平稳序列。当序列存在结构突变,而又没考虑到这种突变时,就会把一个退势平稳序列错判为含有单位根的序列。并再一次说明,当序列存在结构突变, ADF 检验式中如果不考虑这种结构突变,就会导致 ADF检验的功效大大降低
例 3 :人民币元兑美元汇率序列的单位根检验
截取其中 1991:1∼1996:12 一段检验单位根。以 1993 年 12 月为突变点,设:
输出结果如下:
D1 的系数有显著性,说明序列确实存在结构变化。 t 和 (t-36)D1 项的系数都有显著性,且前者为正,后者为负;说明并轨之前,人民币元兑美元的长期趋势一直在贬值;而并轨之后,人民币元兑美元的长期趋势一直在升值。
输出结果还可按两个时期写为:
上式的残差序列ut^\hat{u_t}ut^是退势以后的序列(用 REStRES_tRESt表示,见图 3.44 residual )。对 REStRES_tRESt做ADF 检验(AR§的单位根检验),检验结果如下:
时间序列研(part13)--习题相关推荐
- 时间序列研(part12)--习题
学习笔记,仅供参考,有错必究 文章目录 时间序列习题 ARIMA模型案例分析 案例1:中国人口时间序列模型 案例2: 中国粮食产量序列(yty_tyt)的MA模型 案例3: 日本人口时间序列模型 时 ...
- 时间序列分析——基于R | 第2章 时间序列的预处理习题代码
时间序列分析--基于R | 第2章 时间序列的预处理习题 1.考虑序列{1,2,3,4,5,-,20} 1.1判断该序列是否平稳 x <- seq(1,20);x ## [1] 1 2 3 4 ...
- 时间序列研(part10)--误差修正模型
学习笔记,仅供参考,有错必纠 文章目录 时间序列 误差修正模型 F检验 似然比(LR)检验 W检验 LM乘数检验 LR, W和LM检验 自相关的LM检验 时间序列 误差修正模型 在用"一般到 ...
- 时间序列研(part9)--均衡与误差修正机制
学习笔记,仅供参考,有错必纠 文章目录 时间序列 均衡与误差修正机制 "一般到特殊"建模法 分布滞后模型 动态分布滞后模型 动态模型(自回归模型) 时间序列 均衡与误差修正机制 均 ...
- 时间序列研(part8)--ADF检验
学习笔记,仅供参考,有错必纠 文章目录 时间序列 ADF检验 多重单位根的检验方法 结构突变与单位根检验 外生性结构突变点的检验方法 内生性结构突变点的检验方法 时间序列 ADF检验 如果被检验的真实 ...
- 时间序列研(part7)--单位根检验
学习笔记,仅供参考,有错必纠 时间序列 单位根检验 单位根检验做得不好常常会把退势平稳过程误判为随机趋势非平稳过程(隐性趋势)和确定性趋势非平稳(显性趋势)过程.检验时间序列中是否含有单位根时常会碰到 ...
- 时间序列研(part5)--四种典型的非平稳随机过程
学习笔记,仅供参考,有错必纠 文章目录 时间序列 四种典型的非平稳随机过程 随机游走过程 随机趋势非平稳过程或差分平稳过程.有漂移项的非平稳过程 趋势平稳过程或退势平稳过程 确定性趋势非平稳过程 看图 ...
- 时间序列研(part3)--单积性
学习笔记,仅供参考,有错必纠 文章目录 时间序列 单积(整)性 单积过程的统计特征 随机游走过程 AR(1)过程 随机游走过程和平稳的一阶自回归过程统计特征比较 时间序列 单积(整)性 若一个随机过程 ...
- 时间序列研(part2)--相关系数与自相关函数
学习笔记,仅供参考,有错必纠 文章目录 时间序列 时间序列模型的分类 相关系数与自相关函数 自相关函数(ACF) 时间序列 时间序列模型的分类 相关系数与自相关函数 自相关函数(ACF) 单个ACF检 ...
最新文章
- log4j个人使用整理
- 模式窗口window.open造成Session丢失的解决方法
- windows环境中利用NMake工具编译连接C++源代码
- Android适配难题全面总结
- 《刺客信条:英灵殿》全面分析:浅谈公式化开放世界
- java 控制台刷屏 dll_Java刷屏问题,下面是我编的代码,请大神帮忙解决下,谢谢...
- C#类类型“.NET技术”
- g++ 内存不够_手机内存老是不足?这三招,让你马上腾出12个G
- 2019,转行人工智能?机会来了!
- 安全是一个系统问题包括服务器安全,信息安全技术题库:除了应用程序功能,Web内容和功能枚举还需要关注( )。...
- Java线上排错---反编译文件
- AC自动机 HDU 2222
- php mysql调用crontab_PHP中如何实现crontab代码
- Web Uploader文件上传插件
- ArrayList的去重问题
- 怎么制作铁闸门_咖啡师养成记 | 教你做一杯合格的拿铁咖啡
- 容器技术Docker K8s 27 容器服务ACK基础与进阶-监控管理
- Django教程(自强学堂)
- cmd无法打开jupyter notebook问题
- “销售方法”一个让大多数人撑握不正确的问题!