时间序列研(part14)--习题
学习笔记,仅供参考,有错必究
文章目录
- 时间序列
- 协整与非均衡误差
- EG两步法
- 协整检验
- 协整检验与单位根检验的关系
- 先检验时间序列的单整性
- 当协整向量已知时
- 当协整向量未知时
- 用动态回归式估计协整参数
- 案例1:铜的日期货(qcu)和现货(xcu)价格关系研究
- 首先分析期货价格(qcu)和现货价格(xcu)关系.
- 研究铜的日期货与现货价格间的弹性关系
时间序列
协整与非均衡误差
非平稳经济变量间存在的这种长期稳定的均衡关系称作协整关系。协整是对非平稳经济变量长期均衡关系的统计描述。
两组经济变量分别见图 4.1 和图 4.2。四个经济变量看起来都是非平稳的。图 4.1 中两变量随时间相距越来越远,它们之间的离差变得越来越大,看起来这两个变量之间不会存在协整关系。
图 4.2 中两个变量尽管都是非平稳的,但他们的离差时正时负,所以该两个变量的线性组合有可能是平稳的.
若两个非平稳变量之间存在协整关系,则它们之间的离差称为非均衡误差。非均衡误差是平稳的。比如两个I(1)I(1)I(1)变量存在如下关系:
- 协整定义
EG两步法
这里假定变量为一阶单整变量,若变量为高阶单整变量可以先变换成一阶单整变量,然后再运用本章的结论。
依据 Granger 定理具有向量移动平均形式的一组I(1)I(1)I(1)协整变量必然存在误差修正模型表达式。下面介绍几种利用协整变量建立误差修正模型的方法。重点介绍 Engle-Granger 两步法.
第一步:首先用OLS法估计协整向量(若协整性存在,此回归称为协整回归;否则为虚假回归);
第二步:以第一步求到的残差项作为非均衡误差直接用于误差修正模型中,并用 OLS法估计.
以二变量关系为例具体介绍 EG 两步法:
- 第一步
注意:
- 第二步
协整检验
协整检验与单位根检验的关系
协整检验与单位根检验关系密切。若 N 个I(1)I(1)I(1)时间序列存在协整关系,则非均衡误差必然是 I(0)I(0)I(0)的。若 N 个I(1)I(1)I(1)时间序列不存在协整关系,则非均衡误差必然是I(1)I(1)I(1)的。因此可以通过对非均衡误差序列的单位根检验(H 0 :时间序列非平稳,H 1 :时间序列平稳)检验 N个I(1)I(1)I(1)时间序列的协整性。
H 0 :N 个I(1)I(1)I(1)序列间不存在协整关系,
H 1 :N 个I(1)I(1)I(1)序列间存在协整关系。
先检验时间序列的单整性
在检验一组时间序列的协整性或长期均衡关系之前应首先检验时间序列的单整阶数。如果变量个数多于两个,即解释变量个数多于一个,被解释变量的单整阶数不能高于任何一个解释变量的单整阶数。另当解释变量的单整阶数高于被解释变量的单整阶数时,则必须至少有两个解释变量的单整阶数高于被解释变量的单整阶数。如果只含有两个解释变量,则两个变量的单整阶数应该相同。
当协整向量已知时
当协整向量已知时,非均衡误差序列是准确可知的。若要对非均衡误差序列作平稳性检验,应该使用 DF、ADF 统计量.
- 例子
当协整向量未知时
- 协整检验统计量
当协整向量未知时,utu_tut也是未知的。所以只能对utu_tut 进行估计。最常用的方法是按 EG 两步法的第一步进行协整回归,估计非均衡误差序列。若用ut^\hat{u_t}ut^表示估计的非均衡误差,应该用如下两式:
- Mackinnon 协整检验临界值表(附表 9)的用法
Mackinnon 临界值表把协整检验和单整检验结合在一起,即把 ADF 检验和 AEG 检验结合在一起。当 N = 1 时,只含有一个变量。检验的是单整性问题。N = 1 对应的是 ADF 检验(直接对原变量进行检验)。当变量个数 N > 1 时,对应的是 AEG 检验(协整性检验)。
- 协整检验步骤
当需要加位移项和趋势项时,可以加在协整回归中也可以加在 AEG 回归中。但只需加在一个回归式中,不必重复加入.
用动态回归式估计协整参数
为克服小样本条件下用 EG 两步法估计参数时存在的偏倚性,在 EG 两步法的第一步可采用动态回归。以二变量为例(多变量情形可以类推),可估计如下模型:
案例1:铜的日期货(qcu)和现货(xcu)价格关系研究
上海金属网和上海期货交易所的铜的期货和现货价格(千元/吨)的关系研究,选取2001:6-2007:3 间 1297 个铜的期货和现货价格观测值。qcu 表示铜的期货价格,xcu 表示铜的现货价格。
首先分析期货价格(qcu)和现货价格(xcu)关系.
- 第一种方法(用简单回归拟合EG两步法的第 1 步,同样可以检验出协整关系)
按麦金农公式计算临界值:
注意:不能用 DF 检验临界值-1.94,尽管在这里检验结论相同。
- 第二种方法(用动态回归拟合 EG 两步法的第 1 步)
按 EG 两步法建立单方程误差修正模型如下:
- 第三种方法(用动态模型求长期关系)
研究铜的日期货与现货价格间的弹性关系
对铜的日期货(qcu)和现货(xcu)价格取对数,做序列图和散点图如下:
- 第一种方法(EG 两步法的第 1 步)
注意:当样本比较小时,尽管变量间存在协整关系,也不见得能做出满意的误差修正模型.
- 第二种方法(用动态模型求长期关系,拟合 EG 两步法的第 1 步)
按 EG 两步法建立单方程误差修正模型如下:
时间序列研(part14)--习题相关推荐
- 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 ...
- 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
- 运维监控利器Nagios:概念、结构和功能
- echarts 获取点击的y轴数值_用 Python 自动获取NBA现役球员的职业生涯数据曲线
- 对开发者有用的英文网站合集,建议收藏!
- 《指针的编程艺术(第二版)》一第三章 指针与数组3.1 指针与一维数组
- Android实现保存图片和视频到系统相册
- 计算机辅助设计rhino试题,计算机辅助设计基础期末复习试题(完整版).doc
- 坦克世界因计算机丢失,坦克世界新版本上线在即,玩家必须知道的几件事。
- 网站短链生成服务器,睱想短链多接口短网址生成软件+短连接批量生成工具
- 男神.png misc之图片lsb隐写
- linux下搜索丢失分区,找回丢失的Linux分区拯救我的硬盘
- VOT目标跟踪测试中的测试效果展示
- 解决warning: #1296-D: extended constant initialiser used告警
- 注入修改代码,白嫖按键精灵ios手机版
- python初学入门操作
- 拼图游戏(搜索算法)
- visual studio 批量注释与取消批量注释快捷键
- RMAN crosscheck archivelog all; 失败!
- [OHIF-Viewers]医疗数字阅片-医学影像-querySelector() 选择器语法-将画布(canvas)图像保存成本地图片的方法...
- c++第七课 加法算数运算
- python画美图_用python做个街拍美图手册