計(jì)量經(jīng)濟(jì)學(xué)：第14章 時(shí)間序列回歸和預(yù)測(cè)導(dǎo)論

第14章時(shí)間序列回歸和預(yù)測(cè)導(dǎo)論2Chap14時(shí)間序列回歸和預(yù)測(cè)導(dǎo)論3時(shí)間序列數(shù)據(jù)的實(shí)例1:美國(guó)的通貨膨脹率,用消費(fèi)價(jià)格指數(shù)（CPI）季度百分率變化的年率度量4實(shí)例2:美國(guó)的失業(yè)率5為什么采用時(shí)間序列數(shù)據(jù)?

6時(shí)間序列數(shù)據(jù)提出了新的技術(shù)問(wèn)題714.1利用回歸模型進(jìn)行預(yù)測(cè)814.2時(shí)間序列數(shù)據(jù)和序列相關(guān)性導(dǎo)論

9我們將利用滯后，一階差分，對(duì)數(shù)和增長(zhǎng)率方法對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行變換

10實(shí)例:年化的季度通貨膨脹率(美國(guó))

11實(shí)例:美國(guó)CPI通脹率—一階滯后及其變化

12一些術(shù)語(yǔ)

自相關(guān)1314樣本相關(guān)系數(shù)

15實(shí)例:

1617其他經(jīng)濟(jì)時(shí)間序列實(shí)例

18其他經(jīng)濟(jì)時(shí)間序列（續(xù)）

19平穩(wěn)性(Stationarity):使時(shí)間序列回歸具有外部性的一個(gè)關(guān)鍵假定20寬平穩(wěn)（簡(jiǎn)稱(chēng)平穩(wěn)）的定義注：在實(shí)際應(yīng)用中，研究最多的是寬平穩(wěn)時(shí)間序列。這里我們先假定序列平穩(wěn)（后面再展開(kāi)討論）2114.3自回歸

22一階自回歸(AR(1))模型23實(shí)例:通貨膨脹率變化的AR(1)模型

24實(shí)例:通貨膨脹率的AR(1)模型–STATA

25實(shí)例:通貨膨脹的AR(1)模型–STATA（續(xù)）

26實(shí)例:通貨膨脹的AR(1)模型–STATA（續(xù)）

27預(yù)測(cè):術(shù)語(yǔ)和符號(hào)

28預(yù)測(cè)誤差（由于預(yù)測(cè)造成的錯(cuò)誤）

29實(shí)例:利用AR(1)預(yù)測(cè)通貨膨脹

30AR(p)模型:利用多個(gè)滯后進(jìn)行預(yù)測(cè)31實(shí)例:通貨膨脹的AR(4)模型

32實(shí)例:通貨膨脹的AR(4)–STATA

33實(shí)例:通貨膨脹的AR(4)–STATA(續(xù))

34題外話:在AR模型中我們采用的是

Inf,

而不是

Inf.

為什么?

353614.4包含其他預(yù)測(cè)變量的時(shí)間序列回歸和自回歸分布滯后模型

37更一般地包含多個(gè)預(yù)測(cè)變量38實(shí)例:通貨膨脹率和失業(yè)率39美國(guó)的經(jīng)驗(yàn)“Phillips曲線”1962–2004(年)

40經(jīng)驗(yàn)(向后看的)Phillips曲線（續(xù)）

41實(shí)例:dinf

和unem

–STATA

42實(shí)例:通貨膨脹率的ADL(4,4)模型–STATA(續(xù))

43除了Y的滯后值外，沒(méi)有哪個(gè)X是Y的有用預(yù)測(cè)變量的聯(lián)合假設(shè)稱(chēng)為格蘭杰因果檢驗(yàn)(Grangercausalitytest)44預(yù)測(cè)的不確定性和預(yù)測(cè)區(qū)間45均方預(yù)測(cè)誤差(MSFE)

為46預(yù)測(cè)誤差均方根(RMSFE)

47估計(jì)RMSFE的三種方法48偽樣本外預(yù)測(cè)的方法49利用RMSFE構(gòu)造預(yù)測(cè)區(qū)間

50實(shí)例1:英格蘭銀行“扇形圖”，05年11月

51實(shí)例2:歐洲中央銀行的統(tǒng)計(jì)月報(bào),2005年12月,機(jī)構(gòu)宏觀經(jīng)濟(jì)預(yù)測(cè)

52實(shí)例3:美聯(lián)儲(chǔ)每半年向國(guó)會(huì)提交的報(bào)告,04年7月

5314.5基于信息準(zhǔn)則的滯后長(zhǎng)度選取54Bayes

信息準(zhǔn)則(BIC)55另一種信息準(zhǔn)則：

Akaike

信息準(zhǔn)則(AIC)

56實(shí)例:通貨膨脹率的AR模型,滯后0–657BIC到多元(ADL)模型中的推廣

5814.6非平穩(wěn)性I:趨勢(shì)59時(shí)間序列數(shù)據(jù)趨勢(shì)討論的概要:601.什么是趨勢(shì)？

616263什么是趨勢(shì)（續(xù)）

64確定性和隨機(jī)性趨勢(shì)

65確定性和隨機(jī)性趨勢(shì)（續(xù)）

66確定性和隨機(jī)性趨勢(shì)（續(xù)）

67確定性和隨機(jī)性趨勢(shì)（續(xù)）

68隨機(jī)性趨勢(shì)和單位自回歸根69AR(2)中的單位根

70AR(2)中的單位根（續(xù)）71AR(p)模型的單位根

72

AR(p)模型中的單位根（續(xù)）

732.趨勢(shì)引發(fā)了怎樣的問(wèn)題?

74日本gdp對(duì)數(shù)(光滑曲線)和美國(guó)通貨膨脹率(兩者都調(diào)整過(guò)比例),1965-1981

75日本gdp對(duì)數(shù)(光滑曲線)和美國(guó)通貨膨脹率(兩者都調(diào)整過(guò)比例),1982-1999

763.如何檢測(cè)趨勢(shì)?

77AR(1)的DF檢驗(yàn)（續(xù)）

78DF臨界值表

79AR(p)的Dickey-Fuller檢驗(yàn)80DF檢驗(yàn)中什么時(shí)候應(yīng)該包含時(shí)間趨勢(shì)?

81實(shí)例:美國(guó)通貨膨脹率中含有單位根嗎？82實(shí)例:美國(guó)通貨膨脹率中含有單位根嗎?續(xù)

83DFt-統(tǒng)計(jì)量=–2.69(只有截距):

844.如何處理和減輕趨勢(shì)引起的問(wèn)題85小結(jié):檢測(cè)和處理隨機(jī)性趨勢(shì)

8614.7非平穩(wěn)性II:突變(Break)和模型的穩(wěn)定性

87A.回歸系數(shù)突變（變化）的檢驗(yàn)8889CaseII:突變時(shí)間未知90

Quandt

似然比

(QLR)

統(tǒng)計(jì)統(tǒng)計(jì)量

(也稱(chēng)為“sup-Wald”統(tǒng)計(jì)量)91QLR檢驗(yàn)（續(xù)）

929394戰(zhàn)后的美國(guó)Phillips曲線穩(wěn)定嗎?

95美國(guó)Phillips曲線穩(wěn)定性的QLR檢驗(yàn)

9697B.利用偽樣本外預(yù)測(cè)評(píng)估模型的穩(wěn)定性

98在美國(guó)P