清华大学 五道口金融学院 潘文卿 宏观计量经济学模型I_724602838
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
ADF检验的原理与DF检验相同,只是对模型1、2、3进行检验时,有各自相应的临界值。
检验随机误差项的自相关性:Ljung-Box Q检验
模拟试验证明该方法具有更大的检验功效。在真实模
协方差:
的自协方差系数为0。
当滞后期大于q时,X
t
因此: 有限阶移动平均模型总是平稳的。
MA(1)过程的自相关函数
k>1时,ρk=0,即
相关函数是截尾的。
ARMA(p, q)模型的ACF与PACF理论模式
注意:
在实际识别时,由于是通过样本数据来估计总体的自相关系数或偏自相关系数,当k>p或q时,样本的自相关系数或偏自相关系数往往不会全为0。一般可考察其值是否超过某显著性水平(如5%)下的临界值来进行是否为0的判断。
方程两边同减α/(1- θ-…- θ),则可得到
其中, x =X - α/(1- θ-…- θ)t t t i −=,,1,⋯
样本自相关函数图形:
逐渐衰减?
4期后迅速衰减?
而偏自相关函数图形:
滞后4期后迅速趋于0。
可初步判断:
AR(4)?
ARMA(4,4)?
ARMA(4,4)模型,但取掉图形中不
显著的AR(2),AR(3),MA(2),MA(3):
ARMA(4,4)模型,但取掉图形中不显著的AR(2),AR(3),MA(2),MA(3):
AR(1)仍不显著
再取掉不显著的AR(1):
AR (4)模型,但取掉图形中不显著的AR(2),AR(3):
三个模型残差项的白噪声检验
(残差项分别记为e1,e2,e3)都不存在自相关性
Stata命令
与OLS估计差异较大(样本容量仍然较小)
与OLS估计结
果有所接近