张晓桐计量经济

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,1,当代计量经济模型体系,2,3,1.,单位根检验,Peter C B Phillips,4,四种典型的随机过程,5,（模拟,4,万次）,6,单位根研究中我们的创新,7,8,案例：,421,天的深证成指序列的单位根检验,9,用此程序计算,F,统计量，但不应看此概率。,案例：,421,天的深证成指序列的单位根检验,10,案例：,421,天的深证成指序列的单位根检验,11,12,结构突变序列的单位根检验,13,14,案例：人民币元兑美元汇率序列的单位根检验,15,案例：人民币元兑美元汇率序列的单位根检验,16,17,18,2,.,线性时间序列模型,regARIMA,模型,19,建立,ARIMA,、,SARIMA,模型流程图,George Box,刁锦寰,20,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（,y,t,，单位：亿元）曲线图 对数的月度数据（,Lny,t,）曲线图,21,12,Lny,t,的相关图（下）和偏相关图（上）,22,23,24,X-13AS,、,NBS-SA,季节调整方法,有了季节调整序列，就可以计算环比增长率！,中国将于,2010,年结束不生产环比数据的历史！,25,乘法模型：,Y,=,T,S,C,I,加拿大月人口出生数（,y,1973:1,1983:12,） 趋势循环分量（,TC,）,季节分量（,S,） 不规则分量（,IR,）,26,范剑青、姚琦伟著，陈敏译，,非线性时间序列,建模、预报及应用，高等教育出版社，,2005,。,27,28,29,30,案例：,2005,年,8,月,30,2007,年,4,月,30,日,407,天人民币元兑美元序列的门限模型,31,32,4,波动,模型,33,序列的特征是,“,波动集群,”,、分布是,“,高峰厚尾,”,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。,34,35,36,37,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。,日元兑美元汇率（,JPY,）时间序列,DJPY,时间序列,38,均值方程的估计式,39,ARCH,模型的选择,40,41,随机波动模型,4,波动模型,42,ACD,和,SCD,模型,43,5,VAR,与,VEC,模型,44,向量自回归（,VAR,）模型定义,45,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,46,VAR,的预测非常准确,6,期,VAR,的预测结果,47,VAR,的平稳性分析,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。,48,检验结果如下：,Granger,非因果性检验,（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,:,49,VAR,的脉冲响应分析,DLOG(SHP),和,DLOG(SHQ) VAR(3),的脉冲相应,50,VAR,的方差分解,DLOG(SHP),和,DLOG(SHQ) VAR(3),的方差分解,51,VAR,的协积检验,52,向量误差修正模型,（,VEC,模型,）,VAR(2),基础上的,VEC,模型,VAR(6),基础上的,VEC,模型,53,54,8,分位数回归模型,55,上证,A,股和,B,股收益散点图,OLS,回归直线和第,0.25,、,0.5,、,0.75,分位数回归直线,56,9,面板数据模型,57,面板数据示意图 面板数据散点图,7,面板数据模型,萧政,58,59,60,61,面板数据模型估计方法,62,面板数据模型的检验方法,63,Hausman,检验,H,0,:,个体随机效应回归模型,H,1,:,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,64,65,66,67,68,69,70,71,面板数据的单位根检验（相同根情形）,1,Quah,检验（,1990,）,2,LL,（,Levin-Lin,）检验（,1992,）,3,LLC,（,Levin-Lin-Chu,）检验（,2002,）,4,Breitung,检验（,2002,）,5,Hadri,检验,6,Abuaf-Jorion,检验（,1990,），,Jorion-Sweeney,检验（,1996,）,7,Bai-Ng,检验（,2001,），,Moon-Perron,检验（,2002,）,8,IPS,（,Im-Pesaran-Shin,）检验（,1997,2002,）,72,面板数据的单位根检验（不同根情形）,9,MW,（,Maddala-Wu,）检验（,1997,）,10,崔仁（,In Choi,）检验（,2001,）,11,Vanessa,（,Vanessa et al.,）检验（,2004,）,12,Taylor-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),73,11,离散选择模型,与受限模型,74,Tobit,模型,（,离散选择模型,）,75,Logit,模型、,Probit,模型,（,离散选择模型,）,76,Logit,模型、,Probit,模型,（,离散选择模型,）,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,77,78,79,图,1,预测概率值,图,2,预测累积概率值,80,81,82,蒙特卡罗模拟技术的应用将越来越广泛。,83,结束，谢谢,.,84,