计量经济建模步骤与模型分类

中国中国中国中国GDPGDP与宏与宏与宏与宏观观消消消消费费散点图散点图散点图散点图二二二二计计计计量量量量经经经经济济济济模模模模型型型型分分分分类类类类二计量经济模型分类二计量经济模型分类二计量经济模型分类二计量经济模型分类中国能源消中国能源消费费（万吨（万吨标标准煤）准煤）与与GDPGDP（万（万亿亿元）关系研究元）关系研究（1980200619802006）19991999年度中国宏年度中国宏年度中国宏年度中国宏观经济计观经济计量模型框量模型框量模型框量模型框图图（中国社会科学院数技（中国社会科学院数技（中国社会科学院数技（中国社会科学院数技经经研究所）研究所）研究所）研究所）上上上上证证A A股和股和股和股和B B股收益散点股收益散点股收益散点股收益散点图图 OLSOLS回回回回归归直直直直线线和第和第和第和第0.250.25、0.50.5、0.750.75分位数回分位数回分位数回分位数回归归直直直直线线4面板数据模型、空间计量模型 面板数据示意图面板数据示意图萧政萧政 面板数据模型估计方法面板数据模型估计方法面板数据模型的检验方法面板数据模型的检验方法 Jerry A.HausmanJerry A.Hausman 面板数据的单位根检验（相同根情形）面板数据的单位根检验（相同根情形）1Quah检验（检验（1990）2LL（Levin-Lin）检验（）检验（1992）3LLC（Levin-Lin-Chu）检验（）检验（2002）4Breitung检验（检验（2002）5Hadri检验检验6Abuaf-Jorion检验（检验（1990），），Jorion-Sweeney检验（检验（1996）7Bai-Ng检验（检验（2001），），Moon-Perron检验（检验（2002）8IPS（Im-Pesaran-Shin）检验（）检验（1997,2002）面板数据的单位根检验（不同根情形）面板数据的单位根检验（不同根情形）9MW（Maddala-Wu）检验（）检验（1997）10崔仁（崔仁（In Choi）检验（）检验（2001）11Vanessa（Vanessa et al.）检验（）检验（2004）12Taylor-Sarno检验（检验（1998）面板数据的协积（协整）检验面板数据的协积（协整）检验Pedroni 协积检验：协积检验：以以Engle-Granger协积检验方法为基础构造检验统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。（计量，标准化以后渐近服从标准正态分布。（1999,2004）Kao协积检验：协积检验：以以Engle-Granger协积检验方法为基础构造检验统计量，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。（标准化以后渐近服从标准正态分布。（1999）Fisher 个体联合协积检验个体联合协积检验（combined individual test）：用个体的协积）：用个体的协积检验值构造一个服从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。分布的累加统计量检验面板数据的协积性。(Maddala and Wu 1999)5 5离散选择模型、有序相应模型、离散选择模型、有序相应模型、离散选择模型、有序相应模型、离散选择模型、有序相应模型、受限因变量模型、计数模型受限因变量模型、计数模型受限因变量模型、计数模型受限因变量模型、计数模型 Logit模型、模型、Probit模型模型（离散选择模型离散选择模型离散选择模型离散选择模型）LogitLogit模型、模型、模型、模型、ProbitProbit模型模型模型模型（离散选择模型离散选择模型离散选择模型离散选择模型）Logit 模型估计值与潜变量散点图模型估计值与潜变量散点图案例：天津市农户劳动力的非农业就业模型（案例：天津市农户劳动力的非农业就业模型（750户）。户）。受教育程度等受教育程度等对劳动力的非农业就业有非常明显的作用对劳动力的非农业就业有非常明显的作用图图1 1 预测概率值预测概率值图图2 2 预测累积概率值预测累积概率值6 VAR与与VEC模型模型 向量自回归（向量自回归（VAR）模型定义）模型定义案例案例1：上海证券交易所上证指数和股票交易上海证券交易所上证指数和股票交易 总成交量关系研究总成交量关系研究（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上海证券交易所上证指数和股票交易总成交量序列图 VAR的预测非常准确的预测非常准确6期期VAR的预测结果的预测结果VAR的平稳性分析的平稳性分析 2期期VAR的特征根的特征根 7期期VAR的特征根的特征根VAR模型稳定的一种判别条件是，特征方程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。的根都必须在单位圆以内。检验结果如下：检验结果如下：GrangerGranger非因果性非因果性非因果性非因果性检验检验（当概率小于（当概率小于0.05时，表示推翻原假设）时，表示推翻原假设）其中滞后其中滞后2020期的输出结果期的输出结果:VAR的脉冲响应分析的脉冲响应分析DLOG(SHP)和和 DLOG(SHQ)VAR(3)的脉冲相应的脉冲相应 VAR的方差分解的方差分解DLOG(SHP)和和 DLOG(SHQ)VAR(3)的方差分解的方差分解 VAR的协积检验的协积检验向量误差修正模型向量误差修正模型（VEC模型模型）VAR(2)基础上的基础上的VEC模型模型 VAR(6)VAR(6)基础上的基础上的基础上的基础上的VECVEC模型模型模型模型7时间序列的加法、乘法模型序列的加法、乘法模型George Box 刁锦寰刁锦寰8ARIMA模型、模型、SARIMA（季节时间序列）模型、（季节时间序列）模型、案例：北京市1978:11989:12 社会商品零售额月度数据建模 月度数据（月度数据（y yt t，单位：亿元）曲线图，单位：亿元）曲线图 对数的月度数据（对数的月度数据（LnyLnyt t）曲线图）曲线图 12 Lnyt的相关图（下）和偏相关图（上）的相关图（下）和偏相关图（上）范剑青、姚琦伟著，陈敏译，范剑青、姚琦伟著，陈敏译，范剑青、姚琦伟著，陈敏译，范剑青、姚琦伟著，陈敏译，非线性时间序列非线性时间序列非线性时间序列非线性时间序列建模、预报及应用，高等教育出版社，建模、预报及应用，高等教育出版社，建模、预报及应用，高等教育出版社，建模、预报及应用，高等教育出版社，20052005。案例：案例：2005年年8月月30 2007年年4月月30日日407天人民天人民币元元兑美元序列的美元序列的门限模型限模型 序列的特征是序列的特征是“波动集群波动集群”、分布是、分布是“高峰厚尾高峰厚尾”日元兑美元汇率差分序列（收益）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特征示意图 高峰厚尾高峰厚尾分布曲线分布曲线 正态正态分布曲线分布曲线 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。列预测的是风险。建立建立ARCH，GARCH模型可以提高均值方程参数估计的有效性。模型可以提高均值方程参数估计的有效性。1111ARCHARCH、GARCHGARCH模型模型模型模型案例：日元兑美元汇率的建模研究案例：日元兑美元汇率的建模研究 1995.1-2000.8日元兑美元汇率值（日元兑美元汇率值（1427个）序列（个）序列（JPY）见图。极小）见图。极小值为值为81.12日元，极大值为日元，极大值为147.14日元。其均值为日元。其均值为112.93日元，标准差日元，标准差是是13.3日元。日元。1995年年4月曾一度达到月曾一度达到81.12日元兑日元兑1美元。美元。JPY的差分序列的差分序列D(JPY)表示收益。用表示收益。用D(JPY)建立时间序列模型。建立时间序列模型。日元兑美元汇率（日元兑美元汇率（JPY）时间序列）时间序列 DJPY时间序列时间序列均值方程的估计式均值方程的估计式ARCH 模型的选择模型的选择ARCH 模型的选择模型的选择13.单位根检验单位根检验Peter C B Phillips Peter C B Phillips 四种典型的随机过程四种典型的随机过程四种典型的随机过程四种典型的随机过程四种典型的随机过程四种典型的随机过程 （模拟（模拟4万次）万次）单位根研究中我们的创新单位根研究中我们的创新单位根研究中我们的创新单位根研究中我们的创新F F统计统计量分布的蒙特卡量分布的蒙特卡罗罗模模拟拟案例：案例：421天的深证成指序列的单位根检验天的深证成指序列的单位根检验用此程序计算用此程序计算用此程序计算用此程序计算F F 统计统计统计统计量，但不应看此概率。量，但不应看此概率。量，但不应看此概率。量，但不应看此概率。案例：案例：421天的深证成指序列的单位根检验天的深证成指序列的单位根检验案例：案例：421天的深证成指序列的单位根检验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结构突变序列的单位根检验14季季节时间序列的季序列的季节调整整中国中国中国中国已已已已结结束不生束不生束不生束不生产环产环比数据的比数据的比数据的比数据的历历史！史！史！史！14季季节时间序列的季序列的季节调整整14季节时间序列的季节调整季节时间序列的季节调整模拟模拟模拟模拟 的分布的分布的分布的分布模模模模拟拟 1 1的分布的分布的分布的分布结束，谢谢结束，谢谢.