时间序列计量经济学协整

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,*,时间序列计量经济学: 协整(Cointegration),1,经济时间序列类型,时间序列的特征: 趋势 (决定性或者随机的),三种主要类型:,决定性趋势的时间序列,随机趋势的时间序列,稳定性时间序列 (没有任何趋势),2,随机性趋势时间序列分析,3,时间序列三种类型图示,4,稳定性,如果满足下面三个条件，随机时间序列 具有弱稳定性:,对所有时期（,t,），其均值恒定,;,对所有时期（,t,），其方差恒定,;,对所有时期（,t,），其协方差恒定,.,5,稳定性分析,6,稳定性分析,7,稳定性分析,8,稳定性时间序列的自相关函数,9,时间序列的单位根,不稳定的时间序列需要差异化才能够变得稳定。,当时间序列 Yt 通过一次差异化就获得稳定，Yt 被认为具有一个单位根。也可以说，Yt 具有一阶积分。,表示为： YtI(1); DYt=Yt-Yt-1I(0).,Yt 单位根的个数 =Yt 取得稳定需要差异化的次数. 如果 Yt 具有 d 个单位根，那么 Yt 需要 d 次差异化才能变稳定。可以表示为： YtI(d); 也可以说，Yt 具有 d 阶积分。,10,时间序列单位根图示,11,时间序列单位根的ADF统计测试,The Augmented Dickey-Fuller (ADF) 测试是最常用的针对非稳定性时间序列的统计测试.,这里 p 的选择取决于能否使得残余部分变成白色噪音.,12,谬误回归,(Spurious Regression),尽管非稳定性的时间序列没有任何相关性，但是统计上经常显示为高相关性。主要原因是时间序列具有趋势特征，这些时间趋势具有高相关性。,13,谬误回归分析,14,协整(,Cointegration,),15,结论,时间序列具有趋势特征，主要是决定性趋势和随机趋势.,时间序列类型: 趋势稳定的, 单位根的和稳定性的.,回归分析主要是建立在稳定性的时间序列的基础之上。非稳定性的时间序列的回归分析中，如果没有存在协整，这样的回归是谬误的。其统计结果具有误导性。,单位根时间序列的回归分析中，如果发现残余是稳定的，没有任何趋势存在，这样的时间序列之间具有协整关系。,协整反映了非稳定性时间序列之间的长期关系。,16,