数据类型与建模特点 计量经济学 EVIEWS建模课件

⒋ 时序数列一般构成思想
时序数列变动的构成因素主要包括长期趋势、 平稳因素、随机干扰的三部分内容。即：
时序＝确定成份＋平稳成份＋噪声干扰 ⑴长期趋势。包括：①确定性趋势分析是由于 客观事物主要变化趋势决定的，使数列朝着一定的 方向持续上升、下降或停留在某一水平上的倾向。 ②随机性趋势分析是指不确定性的漂移项及各期干 扰项长期作用使序列发生趋势性变化的过程。
⑵平稳性成份主要是指周期性波动。主要是由 事物所处的自然和社会环境的周期性影响所产生的 波动。一般有星期波动、月波动、季节波动、循环 波动等各种形式。反映平稳性的模型很多如ARMA 系统等模型。
⑶随机误差项。是由随机因素而产生的偏差的 结果，多指白噪声过程。
⒌ 非平稳性序列建模分析
对于的研究比较复杂，首先非平稳序列在现实 经济中广泛存在；其次非平稳序列使传统计量经济 学方法失效。所以对非平稳序列间的关系入手研究 期间的长期均衡关系就是近20年来计量经济学的最 新成果，以此建立的协整检验，为非平稳变量间的 因果关系分析提供了有力的工具。
㈡时间序列的单变量静态构成形式
⒈加法模型
在各影响因素都相互独立时，可用加法模型来
构成和反映时间序列。即：
Yt = Tt + St + Ct + Rt 其中：Yt为时序数列；Tt为趋势；St和Ct为周期； Rt为误差。
⒉乘法模型
各因素相容时，多采用乘法模型：
⒊混合模型
Yt = Tt·St·Ct·Rt
㈡复杂系统建模
复杂系统往往存在多角度的数据，利用多角度 信息间的广泛联系，建立多方程模型主要有：VAR 模 型、面板数据模型和联立方程模型等。这些模型是 本课程的重点研究内容，它虽然复杂，却更接近现 实。其研究方法已成为经济学试验的主要工具，已 发展为经济研究方法的主流，更为我们进一步实证 经济研究提供了广阔的空间。
有关条件异方差的分析更为非平稳序列的分析 和金融领域里的应用提供了方便。
㈣ 时间序列多变量建模思想
⒈ 分布滞后关系动态建模 利用时序数据进行因果关系的动态建模，主要 是将两期以上的数值在模型中的同一时期出现，即 以滞后若干时期的因素为影响因素的建模思想。其 它内容与静态截面数据的考虑相同，主要形式介绍 如下：
㈡ 因果关系静态建模
利用截面数据进行因果关系建模，只能是静态 的。其在基本假设上有些苛刻，即误差项是正态的。 而现实中不一定符合正态分布，如1985年某地区的 工业企业生产函数为：
Qt=Kt0.23·Lt0.62 其中Q为该工业各企业的净产值、K为各企业的流动 资产年平均余额、L是各企业的职工人数。
Yt=A+0Xt+1Xt-1+2Xt-2…+KXt-K+Ut
⒉ 自回归分布滞后模型 建模时在解释变量中不只包含外生解释变量的 各滞后期，还包含内生变量的各滞后期的模型，叫 做自回归分布滞后模型。例如中国1953-1980的城镇 消费函数为：Ct=0.541Yt＋0.346C0+ε；其中C0为t期 以前的最高消费水平。一般形式为： Yt=A+1Yt-1+2Yt-2+…+PYt-P+0Xt+1Xt-1+…+KXt-K+Ut
根据各因素的关系具体确定，如：
Yt = Tt·St＋Rt 或 Yt =St＋Tt·Ct＋Rt
㈢时间序列单变量动态建模
⒈ 变量自身的记忆性与自回归建模思想 如果系统无记忆能力，则{Yt}表现为独立过程， Yt值与t无关。反之，若Yt与某一时刻的Ys有关，则可 用自回归模型来描述，其中t-s=k为k期记忆。 反映一期记忆性的自回归模型叫做一阶自回归， 简记为AR⑴，而反映k期记忆性的模型就叫做k阶自 回归模型，简记为AR(k)。
⒊自回归移动平均模型 ARMA ARMA模型是反映一个系统在时刻t的响应，不仅 与以前的自身值相关，而且与以前时刻进入的扰动 存在一定的依存关系，则该系统就是自回归移动平 均系统。用ARMA(p,q)表示，其一般形式为：
Yt＝ρ1Yt-1＋ρ2Yt-2＋…＋ρPYt-P＋Ut－1Ut-1－2Ut-2－…－qUt-q
二、时序数据及其单方程建模思想
㈠时间序列数据集(Time series data set) 该类数据是指某区域的经济现象在各时期分布情 况的动态数据，即同一现象在不同时间的表现数值。 它可以是时点数，也可以是时期数。在利用时序数据 样本建立计量经济模型时，它不但可以探究现象间的 因果关系，还可以研究现象自身的发展演变规律。由 于时期是人为主观划定的，现象的记忆性和干扰的持 续性使得对时序的分析较截面数据更为复杂。
⒉ 移动平均的建模思想 如果一个系统在t时刻的响应Yt与其以前各期的 响应Yt-j无关，而与其以前时刻t-j进入系统的扰动ut-j 存在一定的相关关系，这一类系统则称之为移动平 均 MA 系统。这是因为在该类模型中 Yt 是由一系列 干扰项的加权和构成的。“移动”是指 t 的变化，而 “平均”指加权和。一般按干扰的时间长短分阶， 如q阶移动平均MA(q)是指干扰持续地的研究，以单方程来反映，就明显 不如多方程的方便了。且内生变量间(即方程之间) 的关系信息在单方程模型中难以体现了。
㈠ 复杂系统的数据组成 ⒈多变量指标体系 ⒉面板数据 这些一方面为计量经济理论提供了丰富的环境， 另一方面又解决了数据短缺情况下现实最为急需的 研究问题，特别是在政策性分析时更为有效。
数据类型与建模特点 计量经济学 EVIEWS建模课件
一、截面数据与因果关系的静态建模
㈠截面数据 横截面数据集(Cross-sectional data set)是指实证 数据只反应现象在某时期表现的静态数据，即它是 反映某经济现象在某时刻或某时期的空间分布情况 的数据，所以它既可以是时点数，也可以是时期数。 截面数据的计量经济分析的结果，多是以因果关系 为依据建立的计量经济模型，截面数据是计量经济 分析中应用最多的样本数据类型。
截面数据的重要特征是我们通常假定的，它是 从其背后的总体中通过随机抽样(random sampling) 得到的。我们通常以i代表不同的样本单位，以n为 样本的容量，则总体的容量就是N或∞。注意：
⑴现实中截面数据不只是不同空间的数据，有 时将时间序列看作是截面数据；
⑵现实中某项样本并不是随机的，我们只能按 随机来对待。