时间序列回归分析

《时间序列回归分析》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、第十三章日寸间序列回归本章讨论含有ARMA项的单方程回归方法，这种方法对于分析时间序列数据(检验序列相关性，估计ARMA模型，使用分布多重滞后，非平稳时间序列的单位根检验)是很重要的。§13.1序列相关理论时间序列回归中的一个普遍现彖是：残差和它口己的滞后值有关。这种相关性违背了回归理论的标准假设：干扰项互不相关。与序列相关相联系的主要问题冇：一、一阶自回归模型最简单且最常用的序列相关模空是一阶自回归AR(1)模型定义如下：yt=xp+itt均=put_.+乞参数。是一阶序列相关系数，实际上，AR(1)模型是将以前观测值的残差包含到现观测值的回归模

2、型中。二、高阶自回归模型：更为一般，带冇p阶自回归的回归，AR(p)误差由下式给出：儿=工0+叫U1=PUt-+P2Ut-2+…++6AR(p)的印川归将渐渐衰减至零，同时高于p阶的偏白相关也是零。§13.2检验序列相关在使用估计方程进行统计推断(如假设检验和预测)Z前，一般应检验残差(序列相关的证据)，Eviews提供了几种方法来检验当前序列相关。1.Dubin-Waston统计量D-W统计量用于检验一阶序列相关。2.相关图和Q-统计量计算相关图和Q-统计量的细节见第七章3.序列相关LM检验检验的原假设是：至给定阶数，残差不具有序列相关。§13

3、.3估计含AR项的模型随机谋差项存在序列相关说明模型定义存在严重问题。特别的，应注意使用OLS得出的过分限制的定义。有吋，在回归方程中添加不应被排除的变量会消除序列相关。1.一阶序列相关在EViews中估讥•一AR(1)模型，选择Quick/EstimateEquation打开一个方程，用列表法输入方程后，最后将AR⑴项加到列表中。例如：估计一个带有AR⑴误差的简单消费甫数CSr=C]+c?GDP：+ut叫=叫i+5应定义方程为：cscgdpar(l)2.高阶序列相关估计高阶AR模型稍稍复杂些，为估计AR&),应输入模型的定义和所包括的各阶AR值。如

4、果想估计一个有1-5阶自回归的模型CSt=q+c2GDPj+wzUt=+・・・+05仏5+為应输入：cscgdpar(l)ar(2)ar(3)ar(4)ar(5)3.存在序列相关的非线性模型EViews可以估计带有AR误差项的非线性回归模型。例如:估计如下的带有附加AR⑵误差的非线性方程CSt=C]+GDP：2+U(Ut=c3ut_}+c4ut_2+E使用EViews表达式定义模型，在示而的方括号内描述AR修正项，对每一阶AR滞示项都应包括一个系数，每项之间用逗号隔开。cs=c(l)+gdpc(2)+[ar(1)=c(3),ar(2)=c(4)]EV

5、iews通过p井分来转换这种非线性模型且使用Gauss-Newton迭代法来估计转换示的非线性模型。1.存在序列相关的两阶段回归模型通过把二阶段最小二乘法或二阶段非线性最小二乘法和AR项结合起來，对于在回归因子和扰动项存在相关性的情况和残差存在序列相关一样估计模型。2.AR估计输出含有AR项的模型有两种残差：第一种是无条件残差ut=yt-xb,通过原始变量以及估计参数0算出。在用同期信息对儿值进行预测吋，这些残差是可以观测出的误差,但要忽略滞后残差中包含的信息。通常，除非有特别的原因来检验这些残差，Eviews不能口动计算下面的估计。第二种残差是估

6、计的一•期向前预测误差0。如名所示，这种残差代表预测误差。一般AR(〃)平稳条件是：滞后算子多项式的根的倒数在单位圆内。EViews在回归输出的底部给出这些根：InvertedARRootsoiU果存在虚根，根的模应该小于1。3.EViews如何估计AR模型EViews估计AR模型采用非线性回归方法。这种方法的优点在于：易被理解，应用广泛，易被扩展为非线性定义的模型。注意：非线性最小二乘估计渐进等于极大似然估计口渐进有效。§13.4ARIMA理论AR1MA(自回归单整动平均)模空是AR模型的一般化，EViews使用三种工具來为干扰项的序列相关建模：自

7、回归AR、单整I、动平均MAo§13.5估计ARIMA模型为建立ARIMA模型，需要：①差分因变量，确定差分阶数；②描述结构回归模型(因变量和回归因了)，加入AR或MA项。一、ARMA项模型中AR和MA部分应使用关键词ar和ma定义。二、季节ARMA项对于带冇季节移动的季度数据，BoxandJenkins(1976)建议使丿1]季节自回归SAR和季节动平均SMAo三、ARIMA估计输出存在AR或MA定义的估计输出和OLS是一样的，只是增加了一个AR,MA多项式的倒根的下部程序块。四、ARMA估计选择带有AR或MA的模型用非线性最小二乘法估计。非线性估

8、计方法对所有系数估计都耍求初值。作为缺省Eviews决定初值。用户可设置初值，EViews使用C系数向量。也