時間序列命令1

1、Comment[微微微微1]:高鐵梅1461、ADF檢驗在進(jìn)行傳統(tǒng)的回歸分析時，所用的時間序列必須是平穩(wěn)的。因此，首先我們對各個時間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗，以避免出現(xiàn)偽回歸。打開數(shù)據(jù)窗口—，viewunitroottestok在建立計量經(jīng)濟(jì)模型時，總要選擇統(tǒng)計性質(zhì)優(yōu)良的模型，在對幾個模型進(jìn)行選擇尤其是當(dāng)確定一個滯后分布的長度時，通?？梢杂肁IC準(zhǔn)則和SIC準(zhǔn)則，其值越小越好。見高鐵梅73表1.1各時間序列數(shù)據(jù)平穩(wěn)性檢驗結(jié)果各時間序列數(shù)據(jù)

2、平穩(wěn)性檢驗結(jié)果變量檢驗類型t統(tǒng)計量相伴概率lnTFP（ct3）4.76320.0012lndS（ct1）1.30140.9978lnfimS?（ct1）3.70070.0116lnffdiS?（ct1）1.99440.2870lnfpatS?（ct1）1.19670.6577lnfhumS?（ct0）2.64770.2645lnfexS?（ct0）2.02660.5581注：（1）檢驗類型中的c表示檢驗平穩(wěn)性時估計方程中的位移項，0則表

3、示不含位移項。（2）第二項t表示時間趨勢項，0表示不含趨勢項。（3）括號中最后一項表示自回歸滯后的長度。我們采SchwarzInfoCriter或AIC標(biāo)準(zhǔn)確定最優(yōu)滯后期，最大滯后期我們設(shè)定為5。（4）表中最后一列為各時間序列ADF檢驗中的相伴概率，表示序列數(shù)據(jù)在10%顯著性水平下是平穩(wěn)的。2、協(xié)整檢驗對非平穩(wěn)時間序列進(jìn)行回歸分析會產(chǎn)生偽回歸問題，但是當(dāng)兩個或多個非平穩(wěn)變量之間存在協(xié)整關(guān)系時，即這些非平穩(wěn)變量的特定的線性組合是穩(wěn)定的時，

4、非平穩(wěn)變量導(dǎo)致的偽回歸問題則不再存在。（1）對Lnylnklnl進(jìn)行OLS回歸，將殘差賦值給n。genrn=resid利用殘差法進(jìn)行協(xié)整檢驗，即對n進(jìn)行協(xié)整檢驗，具體步驟同1（2）Johansen最大似然估計檢驗法，通過計算基于最大特征值的似然比統(tǒng)計量來分別判斷各回歸方程中不平穩(wěn)序列之間的協(xié)整關(guān)系。3、誤差修正若數(shù)列同時是一階單整或者是二階單整的（一般三階或者以上不好），誤差修正方程就是對dlnydlnkdlnln進(jìn)行回歸，n項代表誤差

5、修正項。4、序列相關(guān)檢驗：（1）D.W值一般2附近是比較好的，否則存在序列相關(guān)（2）viewresidualtestscrelogramofresiduals超出雙側(cè)線的那期存在序列相關(guān)。修正：在回歸方程中加入ar(m)項m代表序列相關(guān)的階數(shù)。一般結(jié)果會比較好dlnycdlnkdlnlnar(1)ar(2)5、異方差檢驗：（1）散點(diǎn)圖法，若三點(diǎn)成不規(guī)則狀分布，則存在異方差Comment[微微微微2]:高鐵梅301Comment[微微微微

6、3]:在實際應(yīng)用中，由于VAR模型是一種非理論行的模型，它無需對變量做任何先驗性約束，因此，在分析VAR模型時，往往不分析一個變量的變化對另一個變量的影響如何，而是分析當(dāng)一個誤差項發(fā)生變化時，或者說模型受到某種沖擊時對系統(tǒng)的動態(tài)影響，這種分析的方法稱為脈沖響應(yīng)函數(shù)方法。見281內(nèi)生變量那地方輸入變量名字比方：yx（見于我的例子var1），滯后期一般先按默認(rèn)的就行確定2、VAR模型穩(wěn)定性檢驗在var方程中選viewlagstructure

7、ARrootgraph小圓點(diǎn)落在單位圓內(nèi)或上時，表示該var模型是穩(wěn)定的，否則不穩(wěn)定需要調(diào)整，比方在建立var模型時，調(diào)整滯后期長度可以改善這里。3、格蘭杰因果檢驗在var方程中選viewlagstructurechisq表示伽馬統(tǒng)計量，df表示自由度，prob大家知道是p值，這里原始假設(shè)是xy不是yx的格蘭因，所以p值越小越好。最好小于0.1。證解釋變量是否是被解釋變量的格蘭杰因，兩兩結(jié)合（單方程）。4、最優(yōu)滯后階數(shù)的選擇在var方程