stata时间序列笔记

《stata时间序列笔记》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、ByWoshow26文档结尾是FAQ和var建模的15点注意事项【梳理概念】向量自回归（VAR,VectorAutoregression）常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响。VAR模型:VAR方法通过把系统中每一个内生变量,作为系统中所有内生变量的滞后值的函数来构造模型，从而回避了结构化模型的要求。VAR模型对于相互联系的时间序列变量系统是有效的预测模型，同时，向量自回归模型也被频繁地用于分析不同类型的随机误差项对系统变量的动态影响。如果变量之间不仅存在滞后影响，而不存在同期影响关系，则适合建立VAR模型，因为VAR模型实际上是把当期关系隐含

2、到了随机扰动项之中。协整：Engle和Granger（1987a）指出两个或多个非平稳时间序列的线性组合可能是平稳的。假如这样一种平稳的或的线性组合存在，这些非平稳（有单位根）时间序列之间被认为是具有协整关系的。这种平稳的线性组合被称为协整方程且可被解释为变量之间的长期均衡关系。*第六讲时间序列分析*----目录-----**--简介*6.1时间序列数据的处理*--平稳时间序列模型*6.2ARIMA模型*6.3VAR模型*--非平稳时间序列模型——近些年得到重视，发展很快*6.4非平稳时间序列简介*6.5单位根检验——检验非平稳*6.6协整分析——非平稳序列的分析*--自回归

3、条件异方差模型*6.7GARCH模型——金融序列不同时点上序列的差异113ByWoshow26反映动态关系的时间数据顺序不可颠倒cdd:stata10adopersonalNet_CourseB6_TimeS*=======================*时间序列数据的处理helptime*=======================*声明时间序列：tsset命令usegnp96.dta,clearlistin1/20genLgnp=L.gnp(此时没办法生成之后一阶的变量，因为没有设定时间变量)tssetdate（设定date为时间变量，timeseries）

4、listin1/20genLgnp=L.gnp96滞后一期，所以会产生1个缺失值l检查是否有断点——肉眼看不方便，用命令检查usegnp96.dta,cleartssetdatetsreport,reportdropin10/10——去掉断点成连续的，才能继续进行listin1/12tsreport,reporttsreport,reportlist/*列出存在断点的样本信息*/l填充缺漏值——接着上一步，看看stata如何填充缺漏值。一般用前面的数据的平均值或预测等Tsfill（以缺漏值的形式）113ByWoshow26tsreport,reportlistlistin1/

5、12*追加样本——有时候追加样本不是为了追加新的值，而是为了预测（见应用）usegnp96.dta,cleartssetdatelistin-10/-1sumtsappend,add(5)/*追加5个观察值*/listin-10/-1增加的样本值都是缺漏的可以手动输入sum113ByWoshow26*应用：样本外预测reggnp96L.gnp96predictgnp_hatlistin-10/-1——接上一步这样增加的样本值的预测值就显示出来了（前提是追加了样本值）*清除时间标识tsset,clear——若数据的形态有所改变就清除*---------------------*

6、变量的生成与处理*---------------------滞后L—lag前导F—forward差分D-difference*---滞后项、超前项和差分项helptsvarlistusegnp96.dta,cleartssetdategenLgnp=L.gnp96/*一阶滞后*/genL2gnp=L2.gnp96/*二阶滞后*/genFgnp=F.gnp96genF2gnp=F2.gnp96genDgnp=D.gnp96genD2gnp=D2.gnp96listin1/10listin-10/-1D，L，F可以组合生成变量gen新变量名=DL.变量名先滞后再差分*---产生增

7、长率变量gen变量名=D.ln(gnp96):对数差分——得到近似的增长率先设定时间变量tssetdategenlngnp=ln(gnp96)gengrowth=D.lngnp（得到近似的增长率）上面两步的简写形式（gengrowth=D.ln(gnp96)）——该简化方法在stata12中不可行gengrowth2=(gnp96-L.gnp96)/L.gnp96——增长率的最基本定义gendiff=growth-growth2——若对数差分和真正的增长率接近，diff约等于0listdategnp96