EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用-第6章 時(shí)間序列模型課件

1、第 章 時(shí)間序列模型 6.1 時(shí)間序列的趨勢(shì)分解6.2 時(shí)間序列的平穩(wěn)性及其檢驗(yàn)6.3 隨機(jī)時(shí)間序列分析模型6.4 習(xí)題（略）69/2/20221EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用6.1：時(shí)間序列的趨勢(shì)分解實(shí)驗(yàn)?zāi)康模菏煜ず驼莆諡V波在時(shí)間序列模型中的應(yīng)用。實(shí)驗(yàn)數(shù)據(jù)：1996年1月-2011年10月世界集裝箱船手持訂單量（單位為萬(wàn)TEU）（相關(guān)數(shù)據(jù)和工作文件存放于文件夾 “書(shū)中資料/第6章” ） 。實(shí)驗(yàn)原理：Hodrick-Prescott和BP濾波方法實(shí)驗(yàn)預(yù)習(xí)知識(shí)： Hodrick-Prescott和BP濾波方法相關(guān)知識(shí)9/2/20222EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟一：

2、基礎(chǔ)數(shù)據(jù)的錄入 在進(jìn)行本章實(shí)驗(yàn)之前，我們要進(jìn)行工作文件的創(chuàng)建和數(shù)據(jù)的輸入等工作，這些在前面章節(jié)已有詳細(xì)介紹，在此不再贅述。本實(shí)驗(yàn)建立了名為“6-1.wfl”的工作文件，該文件里包括序列t和x，相關(guān)數(shù)據(jù)已經(jīng)錄入。 9/2/20223EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用HP濾波對(duì)話框 圖6.1 HP濾波對(duì)話框 首先對(duì)分解后的趨勢(shì)序列進(jìn)行命名，Eviews將默認(rèn)一個(gè)序列名，如hptrend02，也可填入一個(gè)新的趨勢(shì)序列名；其次，設(shè)定參數(shù)的取值，一般年度數(shù)據(jù)取100，季度和月度數(shù)據(jù)分別取1600和14400，本例取14400，不允許填入非整數(shù)。9/2/20225EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的

3、應(yīng)用實(shí)驗(yàn)步驟三：結(jié)果分析 （2）點(diǎn)擊圖6.1中的OK按鈕，Eviews中將原序列和趨勢(shì)序列顯示在同一圖形中，如圖6.2所示。圖6.2 HP濾波結(jié)果 9/2/20226EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟三：結(jié)果分析 如圖6.2所示，是包含長(zhǎng)期趨勢(shì)成分和周期波動(dòng)成分的經(jīng)濟(jì)時(shí)間序列，Trend是其中含有的趨勢(shì)成分，Cycle是其中含有的周期波動(dòng)成分，即，而Hodrick-Prescott濾波目的是將從中將分解出來(lái)。從趨勢(shì)上看，世界集裝箱船手持訂單量呈現(xiàn)總體上升趨勢(shì)，但2008年后出現(xiàn)明顯下將趨勢(shì)；而從周期波動(dòng)看，世界集裝箱船手持訂單量的波動(dòng)幅度則越來(lái)越大，即周期性越來(lái)越明顯。9/2/2

4、0227EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用Ready? Lets go to the next9/2/20228EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟一（圖示法）：圖示信息錄入 使用圖示判斷時(shí)間序列的平穩(wěn)性，具體過(guò)程如下：（1）打開(kāi)工作文件“6-1.wfl”，點(diǎn)擊工具欄中的View/Graph,出現(xiàn)圖6.6所示的對(duì)話框。 圖6.6 圖示對(duì)話框 9/2/202210EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用時(shí)序圖（2）點(diǎn)擊圖6.6中的OK按鈕，Eviews中將原始數(shù)據(jù)用線條圖形表示出來(lái)，如圖6.7所示。圖6.7 集裝箱船手持訂單時(shí)間序列9/2/202212EViews統(tǒng)計(jì)分析在計(jì)量

5、經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟二（圖示法）：相關(guān)圖分析（3）點(diǎn)擊工具欄中的View按鈕，選擇Correlogram菜單項(xiàng)，如6.8所示，點(diǎn)擊后則出現(xiàn)圖6.9所示的對(duì)話框。圖6.8 選擇Correlogram菜單項(xiàng)9/2/202214EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用相關(guān)分析參數(shù) 在圖6.9中，有兩個(gè)選擇：一是針對(duì)何種數(shù)據(jù)生成相關(guān)圖，主要分為原變量（level）、一階差分變量（1st difference）及二階差分變量（2st difference），這里選擇level；二是確定相關(guān)圖的滯后期（Lags to include），這里選擇36。圖6.9 相關(guān)分析參數(shù)9/2/202215EViews

6、統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用自相關(guān)、偏自相關(guān)圖 圖6.10中，虛線表示到中心線2個(gè)標(biāo)準(zhǔn)差寬度，Autocorrelation和AC分別表示自相關(guān)函數(shù)的圖形和數(shù)值，Partial Correlation和PAC分別表示偏自相關(guān)函數(shù)的圖形和數(shù)值。序列穩(wěn)定性可以用自相關(guān)分析圖判斷：如果序列的自相關(guān)系數(shù)很快地（滯后階數(shù)K大于2或3時(shí)）趨于0，即落入隨機(jī)區(qū)內(nèi)，時(shí)間序列是平穩(wěn)的；反之，則序列是非平穩(wěn)的。若自相關(guān)系數(shù)大于臨界值，則時(shí)間序列數(shù)據(jù)有顯著的自相關(guān)性。從圖6.10中可以看出自相關(guān)函數(shù)在延遲36階的過(guò)程中，沒(méi)有迅速向零趨近的趨勢(shì)，這說(shuō)明該序列是非平穩(wěn)序列。為了進(jìn)一步獲得平穩(wěn)序列，一般將原序列取對(duì)數(shù)，在

7、此基礎(chǔ)上，分別分析其原序列、一階及二階序列。 圖6.10自相關(guān)、偏自相關(guān)圖 9/2/202216EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟三（圖示法）：取對(duì)數(shù)后的相關(guān)圖（5）打開(kāi)取對(duì)數(shù)后的數(shù)據(jù)表m,分別重復(fù)（2）-(4)操作，分別得在原序列、一階差分和二階差分下的相關(guān)圖，如圖6.11-6.13所示。圖6.11 取對(duì)數(shù)后水平條件下相關(guān)圖9/2/202217EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用取對(duì)數(shù)后一及二階差分相關(guān)圖圖6.12 取對(duì)數(shù)后一階差分條件下相關(guān)圖圖6.13 取對(duì)數(shù)后二階差分條件下相關(guān)圖9/2/202218EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟一（單位根）：檢驗(yàn)方法的

8、選擇（1）打開(kāi)工作文件“6-1.wfl”，點(diǎn)擊工具欄中的View，選擇Unit Root Test，如圖6.14所示，接著會(huì)出現(xiàn)單位根檢驗(yàn)對(duì)話框，如圖6.15所示。圖6.14單位根檢驗(yàn)菜單欄9/2/202220EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用單位根檢驗(yàn)選項(xiàng) 如圖6.15所示，單位根檢驗(yàn)選項(xiàng)有四個(gè)選擇區(qū)域： Test type（檢驗(yàn)方法）：包括6種檢驗(yàn)方法，主要為ADF檢驗(yàn)、DF檢驗(yàn)、PP檢驗(yàn)、KPSS檢驗(yàn)、ERSPO檢驗(yàn)及NP檢驗(yàn)，系統(tǒng)默認(rèn)選擇ADF檢驗(yàn)； Test for unit in（所檢驗(yàn)的序列），有三種可供選擇： Level：表示對(duì)水平序列進(jìn)行單位根檢驗(yàn)； 1st diffe

9、rence：表示對(duì)序列的一階差分序列進(jìn)行單位根檢驗(yàn)； 2nd difference：表示對(duì)序列的二階差分序列進(jìn)行單位根檢驗(yàn)； 一般地，如果對(duì)原序列進(jìn)行單位根檢驗(yàn)的原假設(shè)沒(méi)有被拒絕，而序列的一階差分檢驗(yàn)拒絕原假設(shè)，則序列存在一個(gè)單位根，即該序列是一階單整I（1）的；如果序列一階差分檢驗(yàn)仍沒(méi)有拒絕原假設(shè)，則需要對(duì)序列進(jìn)行二階差分檢驗(yàn)。本系統(tǒng)默認(rèn)選擇水平序列做單位根檢驗(yàn)。圖6.15 單位根檢驗(yàn)選項(xiàng) 9/2/202221EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟二（單位根）：結(jié)果分析 （2）點(diǎn)擊圖6.15中OK按鈕，可得ADF檢驗(yàn)結(jié)果，如圖6.16所示。圖 6.16 單位根檢驗(yàn)結(jié)果（含截距項(xiàng)）

10、如圖6.16所示，ADF值為-1.089289，分別大于不同檢驗(yàn)水平的三個(gè)臨界值，所以不能拒絕零假設(shè)，即該水平序列不是平穩(wěn)序列，應(yīng)對(duì)序列進(jìn)行差分運(yùn)算。9/2/202223EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟三（單位根）：檢驗(yàn)式含趨勢(shì)和截距項(xiàng) (3)重新設(shè)定單位根檢驗(yàn)參數(shù)，即采用檢驗(yàn)式中包含趨勢(shì)和截距項(xiàng)，點(diǎn)擊OK按鈕可得新的ADF檢驗(yàn)結(jié)果，如圖6.18所示。圖 6.18 單位根檢驗(yàn)結(jié)果（含趨勢(shì)項(xiàng)和截距項(xiàng)） 如圖6.18所示，ADF值為-1.875039，分別大于不同檢驗(yàn)水平的三個(gè)臨界值，所以不能拒絕零假設(shè)，即該水平序列不是平穩(wěn)序列。9/2/202224EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)

11、中的應(yīng)用對(duì)數(shù)后一和二階差分序列ADF檢驗(yàn)圖 6.24單位根檢驗(yàn)結(jié)果（ADF，取對(duì)數(shù)后一階序列）圖 6.25單位根檢驗(yàn)結(jié)果（ADF，取對(duì)數(shù)后二階序列）9/2/202226EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟四（單位根）：結(jié)果分析 如圖6.23-6.25所示，取對(duì)數(shù)后水平序列、一階序列和二階序列的ADF值分別為-2.288405、-3.645854及-16.68912，取對(duì)數(shù)后水平序列及一階序列分別大于不同檢驗(yàn)水平的三個(gè)臨界值，所以不能拒絕零假設(shè)，而取對(duì)數(shù)后二階序列分別小于不同檢驗(yàn)水平的三個(gè)臨界值，可以拒絕零假設(shè)，即取對(duì)數(shù)后二階序列為平穩(wěn)序列。9/2/202227EViews統(tǒng)計(jì)分析在

12、計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用Ready? Lets go to the next9/2/202228EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟一：時(shí)間序列模型的識(shí)別 （1）打開(kāi)工作文件“6-1.wfl”，在樣本數(shù)據(jù)m的窗口，點(diǎn)擊工具欄中的View/Correlogram，出現(xiàn)圖6.26所示的對(duì)話框。根據(jù)本書(shū)6.2節(jié)結(jié)論，圖6.26中的序列選擇m二階差分序列，在此滯后期選擇24。 圖6.26 圖示對(duì)話框9/2/202230EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用自相關(guān)函數(shù)和偏自相關(guān)函數(shù) （2）點(diǎn)擊圖6.26中的“OK”按鈕，可得自相關(guān)函數(shù)和偏自相關(guān)函數(shù)，如圖6.27所示。圖6.27 對(duì)數(shù)二階差分自相

13、關(guān)函數(shù) 9/2/202231EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用自相關(guān)函數(shù)和偏自相關(guān)函數(shù) 對(duì)數(shù)二階差分序列自相關(guān)和偏自相關(guān)函數(shù)，如圖6.27所示，由兩部分組成，左半部分為自相關(guān)（Autocorrelation）與偏自相關(guān)（Partial Correlation）分析圖，右半部分為自相關(guān)系數(shù)（AC）、偏自相關(guān)系數(shù)（PAC）、Q統(tǒng)計(jì)量（Q-Stat）與相伴概率（Prob）。由圖6.27可知，自相關(guān)和偏自相關(guān)函數(shù)的峰值同為滯后1期，自相關(guān)函數(shù)1階截尾，偏自相關(guān)函數(shù)2階截尾，可初步判定p=1，2，q=1，即可能適合的模型有ARMA(2,1)，ARMA(1,1)，AR(1)，AR(2)，MA(1)。

14、9/2/202232EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟二：時(shí)間序列模型的估計(jì) （1）打開(kāi)工作文件“6-1.wfl”，在主窗口中點(diǎn)擊Quick/Estimation Equation，出現(xiàn)圖6.28所示的對(duì)話框。在圖6.26的Equation specification中輸入d(d(m) ar(1) ar(2) ma(1)，在Equation setting中選擇最小二乘法。圖6.28 圖示對(duì)話框9/2/202233EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用ARMA（2，1）參數(shù)估計(jì)（2）點(diǎn)擊6.28中確定按鈕，可得模型參數(shù)估計(jì)結(jié)果，如圖6.29所示。 圖6.29 ARMA（2，1）

15、參數(shù)估計(jì)結(jié)果9/2/202234EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用ARMA（1，1）參數(shù)估計(jì) （3）由上文，可得其他模型的估計(jì)結(jié)果，如圖6.30-6.33所示。 圖6.30 ARMA（1，1）參數(shù)估計(jì)結(jié)果9/2/202235EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用AR（1）和 AR（2）參數(shù)估計(jì)圖6.31 AR（1）參數(shù)估計(jì)結(jié)果圖6.32 AR（2）參數(shù)估計(jì)結(jié)果 9/2/202236EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用MA（1）參數(shù)估計(jì) 分析ARMA(2,1)，ARMA(1,1)，AR(1)，AR(2)，MA(1)各模型檢驗(yàn)結(jié)果，可得AIC、SC值。根據(jù)AIC和SC準(zhǔn)則評(píng)判模型的相對(duì)

16、優(yōu)劣，一般選擇AIC和SC函數(shù)值達(dá)到最小的模型。由圖6.29-圖6.33知MA(1)模型與ARMA(1，1)模型較好，且MA(1)模型稍優(yōu)于ARMA(1，1)模型，故選擇MA(1)模型作為最終模型。也即圖6.33為最終的參數(shù)估計(jì)結(jié)果。 圖6.33 MA（1）參數(shù)估計(jì)結(jié)果 9/2/202237EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟三：時(shí)間序列模型的預(yù)測(cè)（4）在圖6.33界面中，點(diǎn)擊Forecast按鈕，可得預(yù)測(cè)對(duì)話框，如圖6.34所示。圖6.34 預(yù)測(cè)對(duì)話框 9/2/202238EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用預(yù)測(cè)方法的選擇 圖6.34中，預(yù)測(cè)序列（series to fore

17、cast）分為兩種，本實(shí)驗(yàn)采用默認(rèn)預(yù)測(cè)序列m，系統(tǒng)將默認(rèn)預(yù)測(cè)序列（series names）記為mf；關(guān)于預(yù)測(cè)時(shí)間（forecast sample），可進(jìn)行設(shè)定，本實(shí)驗(yàn)則采用默認(rèn)預(yù)測(cè)時(shí)間；在預(yù)測(cè)方法（Method）中，主要包括動(dòng)態(tài)預(yù)測(cè)（Dynamic forecast）和靜態(tài)預(yù)測(cè)（Static forecast），本實(shí)驗(yàn)選擇靜態(tài)預(yù)測(cè)。9/2/202239EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用預(yù)測(cè)結(jié)果 （5）在圖6.34界面中，點(diǎn)擊OK按鈕，可得預(yù)測(cè)結(jié)果，如圖6.35所示。圖6.35 預(yù)測(cè)結(jié)果 由圖6.35右側(cè)數(shù)值可知，平均絕對(duì)百分誤差(MAPE)為0.475240，即MA(1)預(yù)測(cè)結(jié)果相對(duì)較好，圖6.35左側(cè)的預(yù)測(cè)曲線，進(jìn)一步印證了預(yù)測(cè)結(jié)果的科學(xué)性和準(zhǔn)確性。9/2/202240EViews統(tǒng)計(jì)分析在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用實(shí)驗(yàn)步驟四：時(shí)間序列模型的檢驗(yàn) 打開(kāi)工作文件“6-1.wfl”，在圖6.33所示的窗口點(diǎn)擊View按鈕，選擇Residua