预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共38页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

协整与误差修正模型拟解决的问题: (1)利用协整和误差修正模型研究交通流量和经济增长的长期均衡关系和短期的动态调整过程,促进交通和经济的协调发展。同时可以利用长期均衡方程进行长期预测,误差修正模型进行短期的预测。 (2)针对交通流量和经济增长存在时间上的不一致现象,可以采用分布滞后模型。 (3)模型预测精度的控制和把握。伪回归的出现说明模型的设定出现了问题,有可能要增加或减少解释变量,或者把原方程进行差分,以使残差序列达到平稳。 如果一个回归模型有很高的拟合优度,但是DW检验的值距离2较远,就应该怀疑这是伪回归。当时间序列非平稳时,经常会出现伪回归现象。因为非平稳时间序列具有趋势性(包括确定性或随机性趋势),回归模型错误地把非平稳时间序列的趋势性作为它们之间相关的证据。 一、协整(Co-intergration) 多数经济或金融时间序列都是非平稳的,例如消费 C和国民收入Y都是单位根过程。为了研究二者之间的关 系,一种方法是对它们进行差分,得到平稳变量,然后 对差分后的变量△C和△Y进行回归。但这种方法的缺 陷是只揭示了收入增长和消费增长之间的关系,而不是 收入和消费这两个变量之间的关系。针对这一问题,20 世纪80年代恩格尔---格兰杰提出了协整理论,为两个或 多个非平稳过程间寻找均衡关系。§3协整检验二、恩格尔-格兰杰两步估计法 假设被检验的所有时间是单整阶数为1的序列,这种 假设不失一般性,因为当时间序列的单整阶数不为1时可 以通过差分变为阶数相同的I(1)时间序列。2、检验残差序列的平稳性 用单位根检验---DF检验,或ADF检验检验残差序列的平 稳性。 若残差序列是平稳的,则认为序列Yt与Xt之间存在协 整关系。若残差序列是非平稳的,则认为序列Yt与Xt之间 不存在协整关系。(3)多变量之间的协整关系可能不止一个,对于多 个协整关系检验,需要使用基于向量自回归(VAR)模 型的Johansen检验方法。§4误差修正模型一、误差修正模型(ECM)的产生背景3.动态分布滞后模型(自回归分布滞后模型) 如果在分布滞后模型中包括被解释变量的若干个滞后值作解释变量,则称之为动态分布滞后模型或自回归分布滞后模型。例对于ADL(1,1)模型(3)当10=0时,则有(6)取10,则模型变为以上所列举的例子都是由一个一般的ADL模型化简得到的(即增加约束条件)。这种建立模型的方法是首先从一个包括了尽可能多解释变量的“一般”ADL模型开始,通过检验回归系数约束条件逐步剔除那些不显著的变量,压缩模型规模,在这个过程要始终保持模型随机误差项的非自相关性,最终得到一个简化模型。这种方法就是“一般到特殊”建模法。 模型若丢失重要解释变量将导致回归系数的OLS估计量误差修正模型由Sargan1964年提出,最初用于存储 模型。1977年由Hendry-Anderson和Davidson进一步完善。 1978年,恩格尔和格兰杰又将误差修正模型与协整理论相 结合,提出了建立误差修正模型的一般方法。 ECM模型由ADL(m,n,p)(p为外生变量个数)模型变 换而来。下面通过ADL(1,1)模型推导简单的ECM模型。其中ut应不存在自相关和异方差。如果这个条件不能满 足,可通过增加xt和yt的滞后项或加入新的变量从而使ut 满足要求。上式右侧第三、四项合并得:说明误差修正项对yt有一个反向修正作用。当前一期 yt,即yt-1相对于均衡点取值过高(低)时,通过误差修正 项的反向修正作用,使本期yt减小(增加),yt向均衡 位置移动。(1-1)表示误差修正项对yt的调节速度。进 一步变换可得:三、误差修正模型(ECM)的建立(2)ECM模型中的参数k0,k1估计方法有: ①若变量为平稳变量或者为非平稳变量但存在长期 均衡关系,可以把误差修正项的括号打开,对模型直接 用OLS法估计。 ②先估计长期均衡关系,然后把估计的非均衡误差 作为误差修正项代入ECM模型,并估计该模型。(3)误差修正模型可进一步扩展为多变量的情形: 例如,若yt和xt,zt存在协整关系:§5预测精度的评价均方误差此课件下载可自行编辑修改,供参考! 感谢您的支持,我们努力做得更好!