精品:计量经济学讲义王少平老师
- 格式:pdf
- 大小:2.16 MB
- 文档页数:85
计量经济学复习讲义吉林⼤学经济学院《计量经济学》复习讲义配套教材:计量经济学(李⼦奈、潘⽂卿编著,第三版)第⼆章、⼀元线性回归模型⼀、相关与回归相关系数计算:回归分析:变量间关系不⼀致⼆、参数估计1.总体/样本回归模型:2.最⼩⼆乘法(OLS)β0、β1的估计值β0、β1的⽅差与概率分布总体⽅差估计值3.统计检验拟合优度检验可决系数:R2=ESS/TSS显著性检验:H0:βi=0,H1:βi≠0置信区间估计(1-α)缩⼩置信区间:增⼤样本容量n、提⾼模型拟合优度。
3.线性性与⽆偏性的证明⽅法线性性:⽆偏性:4.预测对条件均值:对个别值:第三章、多元线性回归模型⼀、.总体回归函数:⼀般形式:Y=β0+β1X1+β2X2+…+βk X k+µ⼀般形式:Y=Xβ+µ⼆、基本假定(略)三、参数估计-普通最⼩⼆乘估计参数估计:µ的⽅差估计:四、统计性质五、样本容量问题n≥k+1,不能少于解释变量(含常数⾹)数⽬n≥30或⾄少≥3(k+1)时满⾜模型估计基本要求六、统计检验1.拟合优度检验调整的可决系数⾚池信息准则和施⽡茨准则变⼩的话允许增加解释变量2.显著性检验⽅程显著性H0:β1~k全为零H1:不全为零太⼤就接受备择假设,说明模型的线性关系显著成⽴。
总体线性关系⼗分显著时不必苛求⾼可决系数。
变量显著性参数的置信区间缩⼩置信区间:增⼤样本容量n、提⾼模型拟合优度、提⾼样本观测值的分散度。
七、预测1.均值的预测2.单个值的预测⼋、⾮线性化为线性变换⾮线性普通最⼩⼆乘法九、受约束回归1.条件约束约束后e'*e*≥e'e,即残差平⽅和可能变⼤。
除⾮约束条件为真,模型解释能⼒可能降低。
若F太⼤则约束⽆效2.增减解释变量少变量模型可看做对多变量模型加以约束⽽形成。
q=kU-kR,kU=k+q3.参数稳健性-邹⽒参数稳定性检验(n2>k):结构不变式相当于对变动式施加k+1个约束:H0:β=α,进⾏F 检验判断是否合适。
中国G DP 的趋势周期分解与随机冲击的持久效应3王少平 胡 进 内容提要:本文根据我国G DP 的数据特征,运用Beveridge 和Nels on 提出的趋势周期分解技术,将G DP 总量季度数据(样本:1992Q1—2008Q1)分解为确定性趋势、随机趋势与周期。
在此基础上,基于方差比度量随机冲击对我国经济波动产生的持久性效应。
本文的分解结果表明:(1)我国G DP 中存在稳健的确定性趋势,随机冲击效应在总体上对经济增长产生负面效应;(2)我国经济共经历八轮完整的周期,并于2008年第一季度进入第九轮周期的下行期。
基于方差比度量的结论为:随机冲击对我国经济的长期波动产生的持久性效应为20%,瞬间效应高达80%。
关键词:经济周期 Beveridge 2Nels on 分解 趋势 随机冲击3 王少平、胡进,华中科技大学经济学院,邮政编码:430074,电子信箱:wangspi @ ,hujin630@ 。
本文受国家社会科学基金重点项目(07A J Y 010)的资助。
特别感谢匿名审稿人对本文提出的宝贵意见,当然文责自负。
一、引 言2007年下半年以来,我国经济遭遇一系列随机冲击:猪肉价格和农产品价格的上涨,2008年初突如其来的冰雪灾害和随后的汶川大地震与国际油价及粮价的波动,以及近期美国金融危机的冲击。
由此提出的问题是,能否度量随机冲击对我国经济增长产生的效应?进一步,随着美国金融危机的蔓延和扩散,我国经济增长速度开始放慢。
2008年上半年G DP 的增速同比下降118个百分点,经济增长速度的下滑,是否意味着我国经济已进入新一轮周期?上述随机冲击是否导致我国经济周期的形成?我国G DP 的周期表现出何种特征?另一方面,尽管我国正在经历国际金融危机的冲击,但2008年上半年仍然实现了1014个百分点的增长速度,这一数据是否隐含了我国G DP 具有稳健的确定性增长趋势?回答或解释上述问题取决于:如何从我国的G DP 中分解出由于实际要素的增长等因素所引致的确定性增长趋势与随机冲击产生的随机趋势和周期。
计量经济学讲义王维国讲授课程的性质计量经济学是一门由经济学、统计学和数学结合而成的交叉学科,从学科性质来看,计量经济学是一门应用经济学。
具体来说,计量经济学是在经济学理论指导下,借助于数学、统计学和计算机等方法和技术,研究具有随机特征的经济现象,目的在于揭示其发展变化规律。
课程教学目标计量经济学按其内容划分为理论计量经济学和应用计量经济学。
本课程采用多媒体教学手段,结合Eviews软件应用,讲解理论计量经济学的最基本内容。
本课程教学目标:一是使学生了解现实经济世界中可能存在的计量经济问题,掌握检测及解决计量经济问题的方法和技术;二是使学生能够在计算机软件辅助下,建立计量经济模型,为其他专业课的学习及对经济问题进行实证分析研究奠定基础。
课程适用的专业与年级本大纲适用于数量经济专业2001级计量经济学课程的教学。
课程的总学时和总学分课程总学时为72,共计4学分。
本课程与其他课程的联系与分工学习本课程需要学生具备概率论与数理统计、微积分、线性代数、Excel、微观经济学、宏观经济学、经济统计等学科知识。
概率论与数理统计等数学课是计量经济学的方法论基础,计量经济学主要解决的是实际中不满足数理统计假定时经济变量之间关系及经济变量发展变化规律分析方法和技术,而经济学为计量经济学提供经济理论的准备,它仅就经济变量之间的关系提出一些理论假设,而不进行实证分析,只有具备了计量经济学的基本知识才能更好地解决一些实际问题。
课程使用的教材及教学参考资料使用的教材:计量经济学(Basic Econometrics) 第三版,[美]古扎拉蒂(DamodarN.Gujarati) 著,林少宫译,中国人民大学2000年3月第1版。
该教材畅销美国,并流行于英国及其他英语国家。
该书充分考虑了学科发展的前沿,十分重视基础知识的教学及训练,内容深入浅出。
教学参考资料:1. 王维国,《计量经济学》,东北财经大学2001.2.Aaron C. Johnson, Econometrics Basic and Applied学时分配表第一讲引言:经济计量学的特征及研究X围第一节什么是计量经济学一、计量经济学的来源二、计量经济学的定义计量经济学几种定义。
第一章引言非稳定的数据生成过程和非稳定系统的长期稳定即非稳定变量之间的协整,已构成高级宏观计量的重要内容,这是因为宏观变量的数据,大多数的非稳定的数据生成过程所生成,另一方面,基于Granger(1987)的表述定理,在协整成立的条件下,V AR类时间序列模型,可由协整所派生的ECM等价表出,因而,对V AR的研究就转为对协整理论的研究,进一步,目前的研究论文,尤其是研究宏观经济问题的论文,大多是使用这一专题的内容。
从计量经济学的发展来考察,我们知道,2000年诺贝尔经济学奖授予微观计量,这一事实必将促进宏观计量的发展,无论从宏观计量的形成还是从其发展看,这一领域获诺贝尔经济学奖只是一个时间问题。
总之,我们有必要尽早进入这一专题。
我们这一专题的学时数为20+4,其重点是掌握这一方向的基本理论,从而能阅读现行的经济学文献,尤其是能使用这一理论,研究或实证理实的经济问题。
§1.1 单位根过程和协整理论的研究背景本专题的主要研究内容为单位根过程和非稳定系统的协整以及与之相关的问题,由于这一问题涉及对经典计量经济方法论的批判,并与现代计量经济学的若干方向相联系,因此,我们首先对有关背景进行必要的分析。
§1.1.1 单位根和协整的研究背景我们知道,在计量经济学形成的早期,美国的投资家A.Cowles, 由于股市的崩溃使他受到损失,从而激起他对计量经济学的兴趣而发起成立以自己名字命名的基金委员会(以下简记为CC),专门用于资助计量经济学的研究,在CC的资助下,形成了大量对计量经济学具有奠基意义的成果,构建了计量经济学的概率论框架,因此经典计量经济学,在不严格的意义下,又简称为CC方法论。
然而19世纪50年代末期,由于石油危机引发了世界经济的衰退和随之而来的滞胀,以CC方法论所构建的计量经济模型,几乎均未预测到这次经济的衰退。
随后,基1于经典计量经济方法论所建立的模型也未能就治理滞胀开出有效的“药方”,由此导致了对CC方法论的批判,其中Lucas (1976)批判最具影响。
第二章经典单方程计量经济学模型:一元线性回归模型§2.1 回归分析概述一回归分析的概念无论自然现象之间还是社会经济现象之间,大都存在着不同程度的联系,计量经济学的主要任务之一就是寻找各种经济变量之间的相互联系程度、联系方式以及经济变量之间的运动规律。
一般来说,变量之间的关系可以分为两类:一类是确定性的函数关系。
例如,表示。
圆的半径与圆面积之间的关系,可以用函数关系S=2r另一类是非确定性的统计相关关系。
例如,商品房的价格Y与房屋面积X 的关系,随着X的增加,Y也增加。
但是,在给定X时,Y并不能确定。
原因在于,商品房的价格Y不仅与房屋面积X有关,而且还与所在的区域、楼层和小区的人文环境等等因素有关。
这样,虽然人们无法得到商品房的价格Y与房屋面积X之间的函数关系,但是,人们可以将商品房的价格Y作为随机变量,通过统计计量的方法研究它们之间的统计相关关系。
研究随机变量间统计相关关系的方法主要有两种,一种是相关分析法,另一种是回归分析法。
1 相关分析相关分析主要研究随机变量间的相关形式和相关程度。
(1)相关的定义与分类定义:相关(correlation)指两个或两个以上随机变量间相互关系的程度或强度。
分类:①按强度分完全相关:变量间存在函数关系。
例,圆的周长,L = 2πr高度相关(强相关):变量间近似存在函数关系。
例,我国家庭收入与支出的关系。
弱相关:变量间有关系但不明显。
例,近年来我国耕种面积与产量。
零相关:变量间不存在任何关系。
例,某班学生的学习成绩与年龄。
2004006008001020304050YX121020304050YX0.51.01.52.02.53.02.02.53.03.54.04.5YX完全相关 高度相关、线性相关、正相关 弱相关②按变量个数分按形式分:线性相关, 非线性相关 简单相关:指两个变量间相关按符号分:正相关, 负相关, 零相关 复相关(多重相关):指一个变量与两个或两个以上变量间的相关。
第一讲 普通最小二乘法的代数一、 问题假定y 与x 具有近似的线性关系:01y x ββε=++,其中ε是随机误差项。
我们对01ββ、这两个参数的值一无所知。
我们的任务是利用样本数据去猜测01ββ、的取值。
现在,我们手中就有一个样本容量为N 的样本,其观测值是:1122(,),(,),...,(,)N N y x y x y x 。
问题是,如何利用该样本来猜测01ββ、的取值?为了回答上述问题,我们可以首先画出这些观察值的散点图(横轴x ,纵轴y )。
既然y 与x 具有近似的线性关系,那么我们就在图中拟合一条直线:1ˆˆˆyx ββ=+。
该直线是对y 与x 的真实关系的近似,而01ˆˆ,ββ分别是对01,ββ的猜测(估计)。
问题是,如何确定0ˆβ与1ˆβ,以使我们的猜测看起来是合理的呢? 笔记:1、为什么要假定y 与x 的关系是01y x ββε=++呢?一种合理的解释是,某一经济学理论认为x 与y 具有线性的因果关系。
该理论在讨论x 与y 的关系时认为影响y 的其他因素是不重要的,这些因素对y 的影响即为模型中的误差项。
2、01y x ββε=++被称为总体回归模型。
由该模型有:01E()E()y x x x ββε=++。
既然ε代表其他不重要因素对y的影响,因此标准假定是:E()0x ε=。
故进而有:01E()y x x ββ=+,这被称为总体回归方程(函数),而01ˆˆˆy x ββ=+相应地被称为样本回归方程。
由样本回归方程确定的ˆy与y 是有差异的,ˆy y -被称为残差ˆε。
进而有:01ˆˆˆy x ββε=++,这被称为样本回归模型。
二、 两种思考方法法一:12(,,...,)N y y y '与12ˆˆˆ(,,...,)N y y y '是N 维空间的两点,0ˆβ与1ˆβ的选择应该是这两点的距离最短。
这可以归结为求解一个数学问题:01012201ˆˆˆˆ,,11ˆˆˆ()()NNi i i i i i Min y y Min y x ββββββ==-=--∑∑ 由于ˆi i y y -是残差ˆi ε的定义,因此上述获得0ˆβ与1ˆβ的方法即是0ˆβ与1ˆβ的值应该使残差平方和最小。
第七讲 虚拟变量一、含有虚拟变量的模型假设居民家庭的教育费用支出除了受收入水平的影响之外,还与子女的年龄结构密切相关。
如果家庭中有适龄子女(6~21岁),教育费用支出就多。
现在考虑模型:010i i i i y x D ββαε=+++ (1)其中,y 表示教育支出,x 表示收入,而D 的取值是1D ⎧⎪⎪⎨⎪⎪⎩=有适龄子女无适龄子女在这里,D 就是一个虚拟变量,也被称为哑变量,它反映了定性因素的变化。
模型(1)的等价形式由如下两个子模型组成:无适龄子女家庭其教育费用支出函数(D i = 0):01i i i y x ββε=++有适龄子女家庭其教育费用支出函数(D i = 1):001()i i i y x βαβε=+++如果保持家庭收入一样,有适龄子女的家庭教育费用将比无适龄子女的家庭费用高0α。
因此,虚拟变量D 的显著性意味着子女的年龄结构对家庭教育费用有显著影响。
定性因素也可能影响斜率参数,例如随着收入水平的提高,家庭教育支出的边际消费倾向也可能会发生变化。
为了反映定性因素对斜率参数的影响,可以设定模型:011()i i i i i y x x D ββαε=+++ (2)模型(2)的等价形式由如下两个子模型组成: 无适龄子女家庭其教育费用支出函数(D i = 0):01i i i y x ββε=++有适龄子女家庭其教育费用支出函数(D i = 1):011()i i i y a x ββε=+++事实上,我们还可以设定更一般的模型,以涵盖定性因素不仅影响截距也影响斜率参数的情况:0011()i i i i i i a y D x x D ββαε+=+++当然,我们可以利用t 检验或者F 检验分别判断0ˆa、1ˆa 单个或者联合显著性,进而确定哪一种模型设定合理。
二、虚拟变量的设置原则假设公司职员的年薪与工龄和学历有关。
学历分成三种类型:大专以下、本科、研究生。
为了反映“学历”这个定性因素的影响,我们设置两个虚拟变量:110D ⎧⎪⎪⎨⎪⎪⎩=本科其他210D ⎧⎪⎪⎨⎪⎪⎩=研究生其他如果把模型设定为:010112i i i i i y x D D ββααε=++++其中y 是年薪,x 是工龄。
案例分析1— 一元回归模型实例分析依据1996-2005年《中国统计年鉴》提供的资料,经过整理,获得以下农村居民人均消费支出和人均纯收入的数据如表2-5:表2-5 农村居民1995-2004人均消费支出和人均纯收入数据资料 单位:元 年度 1995199619971998199920002001200220032004人均纯收入1577.7 1926.1 2090.1 2161.1 2210.3 2253.4 2366.4 2475.6 2622.2 2936.4人均消费支出1310.4 1572.1 1617.2 1590.3 1577.4 1670.1 1741.1 1834.3 1943.3 2184.7一、建立模型以农村居民人均纯收入为解释变量X ,农村居民人均消费支出为被解释变量Y ,分析Y 随X 的变化而变化的因果关系。
考察样本数据的分布并结合有关经济理论,建立一元线性回归模型如下:Y i =β0+β1X i +μi根据表2-5编制计算各参数的基础数据计算表。
求得:082.1704035.2262==Y X∑∑∑∑====3752432495.1986.788859011.516634423.1264471222ii i i iX y x y x 根据以上基础数据求得:623865.0423.126447986.788859ˆ21===∑∑iii xyx β8775.292035.2262623865.0082.1704ˆˆ10=⨯-=-=X Y ββ 样本回归函数为:ii X Y 623865.08775.292ˆ+= 上式表明,中国农村居民家庭人均可支配收入若是增加100元,居民们将会拿出其中的62.39元用于消费。
二、模型检验1.拟合优度检验952594.0011.516634423.1264471986.788859))(()(22222=⨯==∑∑∑iii i yx y x r2.t 检验525164.3061 210423.12644710.623865011.166345 2ˆˆ222122=-⨯-=--=∑∑n x y iiβσ049206.0423.1264471525164.3061ˆ)ˆ()ˆ(2211====∑ie xVar S σββ6717.112525164.3061423.126447110137.52432495ˆ)ˆ()ˆ(22200=⨯===∑∑σββii e xn X Var S 在显著性水平α=0.05,n-2=8时,查t 分布表,得到:306.2)2(2=-n t α提出假设,原假设H 0:β1=0,备择假设H 1:β1≠067864.12049206.0623865.0)ˆ(ˆ)ˆ(111==-=ββββe S t)2(67864.12)ˆ(21->=n t t αβ,差异显著,拒绝β1=0的假设。
第一章引言非稳定的数据生成过程和非稳定系统的长期稳定即非稳定变量之间的协整,已构成高级宏观计量的重要内容,这是因为宏观变量的数据,大多数的非稳定的数据生成过程所生成,另一方面,基于Granger(1987)的表述定理,在协整成立的条件下,V AR类时间序列模型,可由协整所派生的ECM等价表出,因而,对V AR的研究就转为对协整理论的研究,进一步,目前的研究论文,尤其是研究宏观经济问题的论文,大多是使用这一专题的内容。
从计量经济学的发展来考察,我们知道,2000年诺贝尔经济学奖授予微观计量,这一事实必将促进宏观计量的发展,无论从宏观计量的形成还是从其发展看,这一领域获诺贝尔经济学奖只是一个时间问题。
总之,我们有必要尽早进入这一专题。
我们这一专题的学时数为20+4,其重点是掌握这一方向的基本理论,从而能阅读现行的经济学文献,尤其是能使用这一理论,研究或实证理实的经济问题。
§1.1 单位根过程和协整理论的研究背景本专题的主要研究内容为单位根过程和非稳定系统的协整以及与之相关的问题,由于这一问题涉及对经典计量经济方法论的批判,并与现代计量经济学的若干方向相联系,因此,我们首先对有关背景进行必要的分析。
§1.1.1 单位根和协整的研究背景我们知道,在计量经济学形成的早期,美国的投资家A.Cowles, 由于股市的崩溃使他受到损失,从而激起他对计量经济学的兴趣而发起成立以自己名字命名的基金委员会(以下简记为CC),专门用于资助计量经济学的研究,在CC的资助下,形成了大量对计量经济学具有奠基意义的成果,构建了计量经济学的概率论框架,因此经典计量经济学,在不严格的意义下,又简称为CC方法论。
然而19世纪50年代末期,由于石油危机引发了世界经济的衰退和随之而来的滞胀,以CC方法论所构建的计量经济模型,几乎均未预测到这次经济的衰退。
随后,基1于经典计量经济方法论所建立的模型也未能就治理滞胀开出有效的“药方”,由此导致了对CC方法论的批判,其中Lucas (1976)批判最具影响。
Lucas批判所隐含的意思为,如果政策反应函数出现变化,这种变化也将改变模型的参数,于是,联立模型的简约形式也将随之而变化,因此,使用联立模型所作出的测预是不可信赖的。
T. Sarget (1976)以货币政策为例,重新解析了Lucas批判。
他假定货币政策体制从不变的货币增长政策改变为具有反馈的货币增长政策,因而,联立方程模型具有2种简约形式,在常数的货币增长政策之下,简约参数并不随货币政策的改变而改变,而在反馈的货币政策之下,简约参数随货币政策的改变而改变。
于是,仅凭简约模型的估计并不能解决哪一种货币政策好这一问题,因而,计量经济学对于评价政策似乎是无能为力的。
Lucas是从计量经济学用于政策(而可能导致经济运行的改变)分析而提出的批判,其实质是提出了参数是否随时间而变化的问题,隐含了经典计量经济模型产生不精确预测的重要原因是结构变化问题。
Sims (1980)认为:为使结构方程可识别而施加了许多约束,这种约束是不可信的。
因此,他建议使用向量自回归(V AR)模型进行预测。
随后大量的研究表明,利用V AR作预测,其结果优于传统的联立系统所得到的结果。
这种学术批判揭示了CC方法论直接或间接(隐含)的假设为:①经济行为由联立方程所支配;②模型的方程对变量和扰动来说是线性的;③变量是可观测且观测无误差;④变量的观测值是离散的,即年度(月度)数据等;⑤外生变量和先决变量是设定的;⑥联立应变量的系数行列式非零,使得简约形式存在;⑦先决变量与误差(扰动)项线性独立;⑧误差项是独立同分布的正态变量,其均值为零,方差和协方差为常数,协方差阵非奇异(这一假设实际上在CC方法论中已扩展为一般独立同分布扰动),⑨通过对结构参数的约束使得结构方程可识别。
⑩方程是动态稳定的。
假设⑨⑩是间接的假设,其中⑨是由可识别所隐含的假设,而⑩是最为关键的隐含假设,它通过假定外生变量在重复抽样中固定,且当样本趋于无限时,外生变量的矩有限以及方程的特征根的绝对值小于1(即变量为I(0))来实现方程的动态稳定性。
我们以后可以看到,正是为取消这一条假设,直接导致了特征根为1即变量为单位根过程的研究。
针对CC方法论的批判和取消或弱化CC方法论的假设而发展起来的计量经济学,即从19世纪60年代之后发展起来的计量经济学,被称之为当代(高等)计量经济学。
23从上述可以看出,当代计量经济学正是基于经典方法论而发展起来的,这一事实体现了计量经济的技术进步。
而本专题着重研究的单位根和协整理论,直接源于对经典计量经济的动态稳定性假设的否定。
§1.1.2 与单位根和协整理论相关联的研究方向仅管单位根问题直接源于对前述动态稳定假设的否定,但直至1976年,D.A.Dickey 在其博士论文中才初步提出了这一问题,1979年,Dickey 和W.A.Fuller 联名发表了第一篇检验单位根的研究论文。
而协整的概念最早由C.W.J.Granger 在1983年表述为:某2个(或几个)经济变量的时间轨迹,在长期,这种轨迹被牵制着以大致相同的速率做同向运动且不至于分岔得太远,在短期,它们有可能分岔(即偏离运行轨道),但经过若干期调整,它们似乎又返回原有的运行轨道,或朝着原有的轨道运行。
这一段文字表述所隐含的意义正是这2个变量之间存在长期稳定即协整关系。
此后直至1987年,R.F. Engle 和Granger 联合所做的研究“Cointegration and error-correction: representing estimation and test ”, 发表于“Econometrica ”,才真正推动了单位根和协整理论的研究和应用,因而,这一论文被广泛引用并被评价为里程碑式的研究。
从对经典计量经济学的批判开始至单位根和协整理论的提出,经历了10多年的时间,其间,计量经济学理论发展很快,这些新的发展也直接或间接地促进了单位根和协整理论的提出和发展,因而构成了单位根和协整理论的研究背景。
我们以下简述与单位根和协整理论关系比较密切的若干个研究方向。
①向量自回归(V AR )及其演化形式ARMA 和MA我们知道,Sims 为避免经典计量经济学的结构问题和识别问题以及外生变量的设定问题,提出使用V AR 模型进行预测。
所谓V AR 模型,是指对于1⨯g 的向量y t ,直接用其滞后来捕获变量的行为和交互作用,即t k t k t t u y A y A A y ++++=-- 110 (1.1)若g =1,系数矩阵A i 退化为标量,g ≠1,则A i 为g g ⨯的矩阵。
围绕着模型(1.1)所发展起来的技术为V AR 理论,已经成为现代计量经济学重要的组成部分。
模型(1.1)勿需先验设定外生变量而是将所有变量视为同等重要,也不要求对模型进行参数约束使其能识别。
然而,Sims 的V AR 模型亦受到猛烈批评:模型(1.1)本身没有体现或隐含经济理论,经济理论所起的唯一作用只是帮助选取变量和滞后长度;模型(1.1)本身所隐含的问题(如共线性)等,使估计也比较困难。
另一方面,单位根检验的实质是刻划变量的数据生成过程(DGP ),4而模型(1.1)为考察y t 的DGP 提供了有用的信息;事实上,单位根检验是将(1.1)进行改造而来。
由Engle 和Granger (1987)的协整表述定理,变量之间的协整关系是通过V AR 导出的,而误差校正模型(ECM )是基于协整关系而派生的。
这样,V AR 不仅直接为单位根检验的原始模型,也是协整和ECM 的研究源头。
从这个意义上说,V AR 的研究促成了单位根和协整理论的提出和发展。
②虚回归(Spurious Regression )虚回归的问题并非直接源于对CC 方法论的批判,然而,错误的预测很可能是虚回归模型所产生的预测结果。
所谓虚回归,简言之,是指由独立的随机行走所生成的变量的回归。
对虚回归的研究表明:若变量之间无协整关系,对这些变量进行回归,就很可能是虚回归,基于虚回归的统计推断结论,就是失真(或取伪)的结论。
虚回归现象最初由Granger(1974)等提出,而严格的理论解释是Phillips(1986)完成的。
因此对虚回归的研究,亦推动了协整理论的发展。
总之,单位根和协整理论直接源于取消或弱化经典计量经济学中所隐含的某些假设,从这个角度说,协整理论是经典计量经济学的新发展,另一方面,现代计量经济学中的V AR 模型、虚回归等重要研究方向,亦促进了协整理论的发展。
因此,对经典方法论的拓展和现代计量经济学中几个重要领域的发展,构成了单位根和协整理论的研究背景。
§1.2 单位根和协整理论的研究线索§1.2.1单位根检验的研究轨迹Dickey (1976)提出单位根的定义和检验之后,单位根的理论才取得实质性进展。
然而在1976年,Dickey 也只是表述了单位根的定义和初步的检验方法,但未能推出检验统计量的精确分布。
这是因为涉及单位根的检验统计量的分布,需用布朗运动来表述,换言之,其分布函数是一个随机泛函,因而具有较大的难度。
而Dickey 提出的检验方法为,对变量x t ,假定其DGP 为t t t u x x ++=-1ρα (1.2)其中u t 假设为独立同分布(以下简记为iid )变量,则ρ =1时,x t 含有一个单位根,记为x t ~I (1)。
不难看出,(1.2)实际上是计算x t 相邻两期的相关系数。
Dickey(1976)的工作就是使用OLS 导出了检验ρ =1的统计量并使用大样本仿真试验给出了对应的临界值。
此后经过三年的研究,Dickey 和Fuller (1979)正式发表了有关单位根的第一篇论文:“Distribution of the Estimators for Autoregressive5Time Series with a Unit Root ”,发表于“Journal of the American Statistical Association 74:427-31。
” 尔后在1981年,他们又发表了第二篇与之相关的论文,这二篇论文在Dickey (1976)的基础上,正式给出了检验ρ =1的统计量及其分布函数,Dickey-Fuller (简化为DF )检验由此而得名。
然而,Dickey 的原始工作是基于u t 的iid 假设,这一点严重阻碍了单位根检验的应用,因为实际时间序列数据多是相关的,针对弱化iid 假设,DF 后续的研究就是扩展DF 检验,即考虑在u t 相关的条件下如何校正这种相关,他们的思想是在(1.2)中加上t x ∆的若干期滞后,以校正相关性,即t k t k t t t u x x x x +∆++∆++=---ββρα 111 (1.3)基于(1.3)检验ρ =1的统计量称为扩展(augmented )的DF (简记为ADF )检验。