时间序列的平稳性及其检验时间序列的平稳性及其检验
第三节平稳性和非平稳
时间序列
一、问题的引出:非平稳变量与经典
回归模型
?常见的数据类型
到目前为止,经典计量经济模型常用到的数据有:
时间序列数据 (time-series data ;
截面数据 cross-sectional data
平行/面板数据 (panel data/time-series
cross-section
data
?时间序列数据是最常见,也是最常用到的数据。
?经典回归模型与数据的平稳性
经典回归分析暗含着一个重要假设:数
据
a
aa 是...
时间序列的平稳性及其检验
第三节平稳性和非平稳
时间序列
一、问
的引出:非平稳变量与经典
回归模型
?常见的数据类型
到目前为止,经典计量经济模型常用到的数据有:
时间序列数据 (time-series data ;
截面数据 cross-sectional data
平行/面板数据 (panel data/time-series
cross-section
data
?时间序列数据是最常见,也是最常用到的数据。
?经典回归模型与数据的平稳性
经典回归
暗含着一个重要假设:数
据
a
aa 是平稳的。
m
mm 数据非平稳,大样本下的统计推断基础
g
gg
i ―“一致性”要求 被破怀。
ii
S
SS
x
xx
i
ii
S
SS
?数据非平稳,往往导致出现 虚假回归”
问题
表现在:两个本来没有任何因果关系的变量,却
2
有很高的相关性 (有较高的R :
例如:如果有两列时间序列数据表现出一致的变
化趋势(非平稳的),即使它们没有任何有意义的
关系,但进行回归也可表现出较高的可决系数。
在现实经济生活中:
情况往往是实际的时间序列数据是非平稳的,而
且主要的经济变量如消费、收入、价格往往表现为
一致的上升或下降。这样,仍然通过经典的因果关
系模型进行分析,一般不会 到有意义的结果。
时间序列分析模型方法就是在这样的情况下,
以通过揭示时间序列自身的变化规律为主线而发
展起来的全新的计量经济学方法论。
时间序列分析已组成现代计量经济学的重要内
,并广泛应用于经济分析与预测当中。
二、时间序列数据的平稳性
时间序列分析中首先遇到的问题是关于时间序列
数据的平稳性问题。
假定某个时间序列是由某一随机过程
(stochastic process)生成的,即假定时间序列
X (t 1, 2, „)的每一个数值都是从一个概率分
布
t
中随机 到,如果满足下列条件:
1)均值E X m是与时间t 无关的常数;
t
2
2 )方差Var X s 是与时间t 无关的常数;
t
3)协方差Cov X ,X g 是只
与时期间隔k有
t t+k k
关,与时间t 无关的常数;
则称该随机时间序列是平稳的 (stationary ,而该
随机过程是一平稳随机过程 (stationary stochastic
process)。
例1(一个最简单的随机时间序列是一具有零
均值
同方差的独立分布序列:
2
X m ,m ~N 0,s
t t t
该序列常被称为是一个白噪声 (white noise )。
由于Xt具有相同的均值与方差,且协方差为零,
由
定义,一个白噪声序列是平稳的。
例2 (另一个简单的随机时间列序被称为随机游
走
(random walk),该序列由如下随机过程生成:
X X +m
t t-1 t
这里,m 是一个白噪声。
t
容易知道该序列有相同的均值:E X E X
t t-1
为了检验该序列是否具有相同的方差,可假设X 的
t
初值为X ,则易知
0
X X +m
1 0 1
X X +m X +m +m
2 1 2 0 1 2
„„
X X +m +m +„+m
t 0 1 2 t
由于X 为常数,m 是一个白噪声,因此Var X ts2
0 t
t
即X 的方差与时间t有关而非常数,它是一非平稳序列
t
。
然而,对X取一阶差分 (first difference ):
DX X -X m
t t t-1 t
由于m 是一个白噪声,则序列 X 是平稳的。
t t
后面将会看 :如果一个时间序列是非平稳的,
它常常可通过取差分的方法而形成平稳序列。
事实上,随机游走过程是下面我们称之为1阶自回
归AR 1 过程的特例
X fX +m
t t-1 t
不难验证:1 |f | 1时,该随机过程生成的时间序列
是
发散的,表现为持续上升 f 1 或持续下降 f -1 ,
因此是非平稳的;
2 f 1时,是一个随机游走过程,也是非平稳
的。
第二节中将证明:只有当-1 f 1时,该随机过程
是平稳的。
1阶自回归过程AR 1 又是如下k阶自回归AR K 过
程的特例:
X f X +f X „+f X
t 1 t-1 2 t-2 k t-k
该随机过程平稳性条件将在第二节中介绍。
三、平稳性检验的图示判断
给出一个随机时间序列,首先可通过该
序列的时间路径图来粗略地判断它是否
是平稳的。
一个平稳的时间序列在图形上往往表现
出一种围绕其均值不断波动的过程;
而非平稳序列则往往表现出在不同的时
间段具有不同的均值 (如持续上升或持
续下降)。
本文档为【时间序列的平稳性及其检验】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。