资源描述
当代计量经济模型体系 ( 模 拟 4万 次 ) 0100200300400 500600700800 -5.0 -2.5 0.0 2.5 Series: DRIFTSample 1 10000Observations 10000Mean 0.000423Median -0.028121Maximum 4.278126Minimum -4.938927Std. Dev. 1.713000 Skewness -0.002115Kurtosis 1.846687Jarque-Bera 554.2285Probability 0.000000 -6-4-20246 0.05 0.1 0.15 0.2 案例:421天的深证成指序列的单位根检验 350400450500 550600650700 50 100 150 200 250 300 350 400 SZINDEX 案例:421天的深证成指序列的单位根检验 案例:421天的深证成指序列的单位根检验 结 构 突 变 序 列 的 单 位 根 检 验 案例:人民币元兑美元汇率序列的单位根检验 案例:人民币元兑美元汇率序列的单位根检验 -.2-.1.0.1.2 56 789 1991 1992 1993 1994 1995 1996Residual Actual Fitted 2.线 性 时 间 序 列 模 型 regARIMA模型 建 立 ARIMA、 SARIMA模 型 流 程 图 1 识别 用相关图和偏相关图识别模型形式(确定参数d, p, q) 2 估计 对初步选取的模型进行参数估计 3 诊断与检验 包括参数的显著性检验和残差的随机性检验 模型可取吗 止 不可取 可取 George Box 0200400 6008001000 78 79 80 81 82 83 84 85 86 87 88 89 Y 4.55.05.5 6.06.57.0 78 79 80 81 82 83 84 85 86 87 88 89 LNY 月 度 数 据 ( y t, 单 位 : 亿 元 ) 曲 线 图 对 数 的 月 度 数 据 ( Lnyt) 曲 线 图 12 Lnyt的相关图(下)和偏相关图(上) X-13AS、NBS-SA季节调整方法 乘法模型:Y = T S C I 加 拿 大 月 人 口 出 生 数 ( y, 1973:11983:12) 趋 势 循 环 分 量 ( TC) 260002700028000290003000031000 320003300034000 73 74 75 76 77 78 79 80 81 82 83 Y 28000290003000031000 73 74 75 76 77 78 79 80 81 82 83 MA12 NN 0.880.920.961.001.04 1.08 73 74 75 76 77 78 79 80 81 82 83 SF 0.920.940.960.981.001.02 1.041.06 73 74 75 76 77 78 79 80 81 82 83 IRREGUF 案例:2005年8月302007年4月30日407天人民币元兑美元序列的门限模型 序 列 的 特 征 是 “ 波 动 集 群 ” 、 分 布 是 “ 高 峰 厚 尾 ” -8-6-4-2 0246 200 400 600 800 1000 1200 1400 D(JPY) (1995-2000)日 元 兑 美 元 汇 率 差 分 序 列 ( 收 益 ) D(JPY) 高 峰 厚 尾 分 布 特 征 示 意 图 高 峰 厚 尾 分 布 曲 线 正 态 分 布 曲 线 ARCH, GARCH模 型 可 以 预 测 被 解 释 变 量 的 方 差 。 对 于 金 融 时 间序 列 预 测 的 是 风 险 。建 立 ARCH, GARCH模 型 可 以 提 高 均 值 方 程 参 数 估 计 的 有 效 性 。 案例:日元兑美元汇率的建模研究 1995.1-2000.8日 元 兑 美 元 汇 率 值 ( 1427个 ) 序 列 ( JPY) 见 图 。 极 小 值为 81.12日 元 , 极 大 值 为 147.14日 元 。 其 均 值 为 112.93日 元 , 标 准 差 是13.3日 元 。 1995年 4月 曾 一 度 达 到 81.12日 元 兑 1美 元 。 JPY的 差 分 序 列 D(JPY)表 示 收 益 。 用 D(JPY)建 立 时 间 序 列 模 型 。 80100120 140160 200 400 600 800 1000 1200 1400 JPY (1995-2000) -8-6-4-2 0246 200 400 600 800 1000 1200 1400 D(JPY) (1995-2000) 日 元 兑 美 元 汇 率 ( JPY) 时 间 序 列 DJPY时 间 序 列 均值方程的估计式 ARCH 模型的选择 0102030405060-12 -8 -4 0 4 8 12u(t-1)sigma2 随 机 波 动 模 型 4波动模型 ACD和SCD模型 向量自回归(VAR)模型定义 案 例 1:上 海 证 券 交 易 所 上 证 指 数 和 股 票 交 易 总 成 交 量 关 系 研 究(file: 2120061741-shan) 上 海 证 券 交 易 所 上 证 指 数 和 股 票 交 易 总 成 交 量 序 列 图 7.27.47.6 7.88.08.2 8.4 3.03.54.0 4.55.05.5 25 50 75 100 125 150 175 200 225 LOG(SHP)LOG(SHQ) VAR的 预 测 非 常 准 确6期 VAR的 预 测 结 果 1,5002,0002,500 3,0003,5004,000 4,500 25 50 75 100 125 150 175 200 225 SHPSHP (Baseline) 04080 120160200 240 25 50 75 100 125 150 175 200 225 SHQSHQ (Baseline) -1.5-1.0-0.5 0.00.51.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 Inverse Roots of AR Characteristic Polynomial -1.5-1.0-0.5 0.00.51.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 Inverse Roots of AR Characteristic Polynomial 2期VAR的特征根 6期VAR的特征根VAR模型稳定的一种判别条件是,特征方程 | 1 - I | = 0的根都必须在单位圆以内。 检验结果如下: (当概率小于0.05时,表示推翻原假设)其 中 滞 后 20期 的 输 出 结 果 : DLOG(SHP) 和 DLOG(SHQ) VAR(3)的脉冲相应-.005.000.005.010.015.020 1 2 3 4 5 6 7 8 9 10DLOG(SHP)DLOG(SHQ)Response of DLOG(SHP) to CholeskyOne S.D. Innovations -.05.00.05.10.15 1 2 3 4 5 6 7 8 9 10DLOG(SHP)DLOG(SHQ)Response of DLOG(SHQ) to CholeskyOne S.D. Innovations DLOG(SHP) 和 DLOG(SHQ) VAR(3)的方差分解020406080100 1 2 3 4 5 6 7 8 9 10DLOG(SHP) DLOG(SHQ)Variance Decomposition of DLOG(SHP) 020406080100 1 2 3 4 5 6 7 8 9 10DLOG(SHP) DLOG(SHQ)Variance Decomposition of DLOG(SHQ) VAR的 协 积 检 验 向 量 误 差 修 正 模 型(VEC模 型) VAR(2)基础上的VEC模型 -120-80-40040 80120160 -20 -15 -10 -5 0 5 10 15DBSHDASH -120-80-400 4080120160 -20 -15 -10 -5 0 5 10 15 DASHDASHFDASHF25DASHF50DASHF75 DBSH 面 板 数 据 示 意 图 面 板 数 据 散 点 图010002000300040005000 0 4000 8000 12000 16000 20000INCOME FOOD 萧政 面 板 数 据 模 型 估 计 方 法 面 板 数 据 模 型 的 检 验 方 法 Hausman检验 H0: 个体随机效应回归模型 H1: 个体固定效应回归模型 H 临界值,建立个体固定效应; H 临界值,建立个体随机效应回归模型。面 板 数 据 模 型 的 检 验 方 法 面 板 数 据 的 单 位 根 检 验 ( 相 同 根 情 形 ) 1Quah检验(1990)2LL(Levin-Lin)检验(1992) 3LLC(Levin-Lin-Chu)检验(2002)4Breitung检验(2002)5Hadri检验6Abuaf-Jorion检验(1990),Jorion-Sweeney检验(1996)7Bai-Ng检验(2001),Moon-Perron检验(2002)8IPS(Im-Pesaran-Shin)检验(1997,2002) 面 板 数 据 的 单 位 根 检 验 ( 不 同 根 情 形 ) 9MW(Maddala-Wu)检验(1997)10崔仁(In Choi)检验(2001)11Vanessa(Vanessa et al.)检验(2004)12Taylor-Sarno检验(1998)面 板 数 据 的 协 积 ( 协 整 ) 检 验Pedroni 协积检验:以Engle-Granger协积检验方法为基础构造检验统计量,标准化以后渐近服从标准正态分布。(1999, 2004)Kao协积检验:以Engle-Granger协积检验方法为基础构造检验统计量,标准化以后渐近服从标准正态分布。(1999) Fisher 个体联合协积检验(combined individual test):用个体的协积检验值构造一个服从2分布的累加统计量检验面板数据的协积性。(Maddala and Wu 1999) -4-2024 0 0.2 0.4 0.6 0.8 1 051015202530 0 0.2 0.4 0.6 0.8 1 Logit模 型 、 Probit模 型 案 例 : 天 津 市 农 户 劳 动 力 的 非 农 业 就 业 模 型 ( 750户 ) 。教 育 程 度 对 劳 动 力 的 非 农 业 就 业 倾 向 有 着 非 常 明 显 的 作 用 Logit 模型估计值与拟合值散点图 Logit 模型估计值与潜在变量散点图0.00.20.40.60.81.0-0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8YHATYF 0.00.20.40.60.81.0-4 -2 0 2 4 6 8 10 12YFLATENTYF 0.00.20.40.6 0.81.0 10 12 14 16 18 20 22 24I_QUALITY_0 QUALITY_1_0 QUALITY_2_0 QUALITY_3_0 0.00.20.40.60.8 1.01.2 10 12 14 16 18 20 22 24I_QUALITY_0 QUALITY_1_0QUALITY_1_0+QUALITY_2_0QUALITY_1_0+QUALITY_2_0+QUALITY_3_0 012345 6789 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 B1F1 B1F2 B1F3 01234 5678 -0.8 -0.4 0.0 0.4 0.8 1.2 1.6 2.0 B1F1B1F2 B1F3B1F4 XT=20 T=50 T=100T=100 0246 8101214 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 beta11 beta12 beta13 结束,谢谢.
展开阅读全文