时间序列模型操作

时间序列模型各实验的操作步骤

各个实验以课本上面的各个例子为基本，时间序列的平稳性检验，包括例9.1.4，例9.1.8，；时间序列模型（ARMA）的估计，包括例9.2.3，例9.2.4；协整检验和误差模型的建立，包括例9.3.1，例9.3.2。其中还有在例9.1.4中的数据的输入过程和查看ACF和PACF值的过程，例9.1.8中的单位根检验过程，LM检验和方程的估计的过程，例9.2.3残差序列的获取等基本操作，这些操作过程会在实验的操作步骤中穿插进行，不再单独列出。实验的使用EVIEWS6进行。

例9.1.4 检验中国支出法GDP时间序列的平稳性---自相关函数和偏自相关函数值

数据如下：

步骤一：输入数据。

在软件中，选择“File\New\Work File”，得到下面的对话框

在框中的Start data和end data两栏（图中红色框出部分）中输入数据的开始年份和结束年份。本例中，分别输入的是1978和2000然后点击OK键即可得到一个新的，未命名的工作

文件。

在红框中就是前一步输入的数据的开始年份和结束的年份。然后再界面的空白处输入命令符“data 变量名1 变量名2 …”。然后点击回车键，就可以得到一个变量的数据框。讲excel表中的数据复制后粘贴在eviews的数据框中就可得到用来做分析的数据了。输入数据的步骤结束。注意：变量名的顺序要和数据表格中的顺序相同，各个命令符中间空格数为1。

本例中得到未命名的工作文件后，输入命令“data gdp”，点击回车键后就可以得到一个从1987年到2000年的时间序列框。图中上面的红框内显示的输入的命令，下面红框中是打开的未粘贴数据的GDP的时间序列。

将表中数据复制，粘贴到GDP序列中，得到完整的时间序列。

这个时候，就可以进行下一步操作：进行序列的稳定性检验。

步骤二：稳定性检验。查看自相关和偏相关函数值（correlogram）。选择“View\Correlogram”，在得到的对话框中有两个选项，上面红框中表示检验是对当前的序列进行检验（level），还

是序列的一阶差分序列（1st difference），或者是二阶差分序列（2nd difference）进行。下面红框中要填的是要显示的出来的滞后期数（Lag to include），默认的是12，也可以填其他的，本例中选择18期的。如图。

选择后，点击OK键，就可以得到这个序列的自相关和偏自相关图，以及相应的Q值。

实验例9.1.4结束。

例9.1.8 检验1978-2000年中国支出法GDP时间序列的单整性---单位根检验

数据同例9.1.4。

步骤一：输入数据。

步骤二：单位根检验。在当前对话框内选择“View\Unit Root Test”，得到一个关于单位根检验（Unit Root Test）的对话框。对话框中最上面的Test type和右边的Lag length两个一般用

的是默认，不需要选择。左边的两个Test for unit root in和Include in test equation两栏分别用来选择差分序列（从上到下分别是：当前序列，当前序列的一阶差分序列，当前序列的二阶差分序列）和检验方程中是否包括截距项等（从上到下分别是：截距项，趋势项和截距项，两者都无）。需要在这两栏---左边的两个红框中---里面做出选择进行检验，依据检验的结果来判定序列是否稳定。

由于各种组合在一起可能总共要做9次检验，因此需要记下各次检验的结果进行对比。当在Level水平下检验通过时，就表明是平稳序列；1st difference水平下是一阶单整的；2nd difference水平下是二阶单整。一般的经济类时间序列最多是二阶差分后，就可以变成单整序列了。

本例中，各次检验中选择了1st difference和Trend and intercept的组合的检验结果通过了。结果如上图右侧的检验结果中显示的，ADF检验的t值-5.18，5%的边界值为-3.65。拒绝了一阶差分序列存在单位根的假设，GDP的一阶差分序列是平稳的。也就是说，GDP为一阶单整序列。

步骤三：拉格朗日常数（LM）检验。

将上步单位根检验获得通过的方程---下图，上面红框中显示的是因变量，下面框中显示的是自变量---的重新估计一遍。因为在ADF检验的结果里面可以显示方程，但是无法对估计出的方程做序列相关性的LM建议。

进行方程的估计有两个选择可做，一种选择路径为“Object\New object”得到一个对话框，如下图所示，选择默认的Equation，Name for object一栏中可以填入建立方程的名称，也可不填。然后点OK键，就可得到进行进行估计的对话框Equation Estimation。也可以选择路径“Quick\ Estimation Equation”得到Equation Estimation对话框。如下图所示。

在得到的Equation Estimation对话框中---图中右侧---上面空白输入命令符，下面Method 选择是各种估计方法，包括默认的普通最小二乘法LS,以及两阶段最小二乘法TSLS，广义矩估计GMM等方法。本例中选择默认的普通最小二乘LS。需要输入的命令符为“d(d(gdp)) c @trend d(gdp(-1)) d(d(gdp(-1)))”，依次是因变量GDP的二阶差分，常数项，趋势项，一阶差分的滞后一期，二阶差分的滞后一期。如果是滞后二期或者三期，需要将括号中的-1改为-2，或者-3即可。得到如下结果下面的三个红框中圈出的是需要注意的值，分别是各项的估计

值，对应的t值和P值，以及整个方程的DW值。

得到方程估计值的输出结果后，在左上角标示出选择“View\Residual Tests\Serial Correlation LM Test”,就会弹出一个对话框，选择滞后阶数，默认是2，可以改成其他数字，常用的是1,3,4。按实验中，分别选择1和2，的结果。下图红框中。

例9.2.3 中国支出法GDP的ARMA（p,q）模型估计

根据前面两个例子可以看到支出法GDP是一阶单整时间序列。因此可以对经过一阶差分后的GDP序列建立适当的ARMA（p,q）模型。

步骤一：输入数据—支出法GDP序列。