- 1、本文档共20页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE
20 -
实验2-3
实验目的:ARMA模型识别及估计与应用(ADF检验、Q统计量、ACF、PACF)、ECM模型建模、VAR模型建模检验与应用、离散选择模型建模估计与检验
案例分析
案例1 中国支出法GDP的ARMA(p,q)模型估计
中国支出法GDP是非平稳的,但它的一阶差分是平稳的,即支出法GDP是I(1)时间序列。可以对经过一阶差分后的GDP建立适当的ARMA(p,q)模型。
GDP单整性检验
首先检验1978~2000年间中国支出法GDP时间序列的平稳性,即原序列的平稳性。用Eviews同时估计出上述3个模型的适当形式。只要其中有一个模型的检验结果拒绝了零假设,就可以认为时间序列是平稳的,当3个模型的检验结果都不能拒绝零假设时,则认为时间序列是非平稳的。
Eviews中,GDP平稳性的ADF检验模型3、2、1的检验结果如下:
根据3个模型检验结果τ统计量都大于临界值(左侧单尾),因此在α=0.05的显著性水平下,接受原假设,即GDP序列存在单位根,是非平稳序列。进一步对一阶差分后的序列检验判断GDP是否是一阶单整序列,即I(1)。
对GDP一阶差分后序列进行ADF检验,首先采用模型3进行检验,检验结果为:
由于τ=-5.183232-4.498307(显著性水平α=0.01的临界值),因此在α=0.01的显著性水平下,拒绝原假设,即一阶差分后的GDP序列不存在单位根,是平稳序列,因此GDP序列是一阶单整的,即I(1)。
ARMA(p,q)模型识别
令GDPD1 =ΔGDP,观察GDPD1该平稳序列的样本自相关和偏自相关函数图:
图中,ACF呈现拖尾,而PACF呈现截尾特征,进一步结合样本偏自相关函数rk*,当kp时,rk*渐近服从如下正态分布:rk*~N(0,1/n),因此,如果计算的rk*,则有95.5%的把握判断时间序列在p之后截尾。观察上表发现,偏自相关函数值在k2以后,,可以认为:偏自相关函数是截尾的。因此判断:一阶差分后的GDP满足AR(2)随机过程。
ARMA(p,q)模型估计与检验
设序列GDPD1的模型形式为:
模型(1)
根据GDPD1该平稳序列的样本自相关和偏自相关函数,有如下Yule Walker 方程:
解得:
用OLS法回归的结果为:
模型(2)
在回归时,加入常数项:
模型(3)
模型(2)和(3)的Eviews估计结果如下:
令3个模型的残差序列分别为:e1、e2、e3,检验是否为白噪声序列:
观察Q统计量和相应的概率值发现,模型(1)与模型(1)的残差项接近于一白噪声,但模型(2)存在4阶滞后相关问题,Q统计量的检验也得出模型2拒绝所有自相关系数为零的假设。因此:模型1与3可作为描述中国支出法GDP一阶差分序列的随机生成过程。
ARMA(p,q)模型应用
用建立的AR(2)模型对中国支出法GDP进行外推预测:
模型(1)可作如下展开:
如果已知t-1、t-2、t-3期的GDP时,就可对第t期的GDP作出外推预测。
模型(3)也可展开,但多出一项常数项。
Eviews中,对样本外一点的预测,如果该样本点已超过workfile的样本范围,则需要调整样本区间,操作如下:点击工作文件的“Proc”选项卡,选择“Structure/Resize Current Page”选项,
会出现如下对话框:
点击OK确定,则:
工作文件样本区间扩大到2001年。
模型(1)的预测:
模型(3)的预测:
因此有:
应用ARIMA(p,d,q)模型建模过程:
对原序列进行平稳性检验,如果序列不满足平稳性条件,可以通过差分变换或者其它变换,如对数差分变换使序列满足平稳性条件;
通过计算能够描述序列特征的一些统计量(ACF和PACF),来确定ARMA模型的阶数p和q,并在初始估计中选择尽可能少的参数;
估计模型的未知参数,并检验参数的显著性,以及模型本身的合理性;
进行诊断分析,以证实所得模型确实与所观察到的数据特征相符。
以上第3、4步,需要一些统计量和检验分析在第2步中的模型形式选择是否合适,所需的统计量和检验如下:
检验模型参数显著性水平的t统计量;
为保证ARIMA(p,d,q)模型的平稳性,模型的特征根的倒数皆小于1;
模型的残差序列应当是一个白噪声序列,用检验序列相关的方法如Q统计量检验。
案例2 ECM模型建模估计
用经过居民消费价格指数调整后的1978-2006年中国居民总量消费(cons)与总量可支配收入(inc)的数据构建误差修正模型。
检验cons和inc的平稳性
经检验发现cons和inc序列都是I(2)时间序列,而取对数后的ln(cons)和ln(inc)序列都是I(1)时间序列,根据经济理论拟构建ln(cons)和ln(inc)的长期均衡模型。
您可能关注的文档
- 基于单片机的烟雾报警系统设计.doc
- 基于单片机的直流电动机的控制.doc
- 基于单片机的智能报警门铃设计.doc
- 基于单片机家用防盗报警器设计.doc
- 基于单片机智能火灾报警系统.doc
- 基于电子商务的第三方物流发展策略研究.doc
- 基于高频的RFID职工考勤管理系统课程设计.doc
- 基于计算机视觉的三维测量技术外文翻译.doc
- 基于经济学的环境保护措施探讨——以我国农作物秸秆焚烧问题为例.doc
- 基于具身互动的声音传达在情感认知中的作用研究.doc
- 私募基金监管及合规运营小蓝本【4月刊】境内外_2024年.pdf
- 联合国西亚经济社会委员会-阿拉伯国家劳动力统计状况( State of Labour Force Statistics in Arab States 202405.pdf
- 高盛-TOP OF MIND-央行分化,中国市场向上及铜价和金.pdf
- 数据中心物理基础设施管理要求白皮书(2024).pdf
- 营销策划 -娃哈哈.PQQ店中店项目-悠简综合抗衰管理系统 2024.pdf
- 全球游戏耳机市场调研 2024.pdf
- 高盛-微软-GENAI发布提升领导力.pdf
- 中小学综合实践活动指导纲要.docx
- KEYENCE基恩士HR-X 系列 MITSUBISHI Q SERIES PLC-LINK 连接指南 通信模块“QJ71E71-100” 篇.pdf
- 大疆 DJI Avata 2 - 安全概要 (畅飞套装) v1.0.pdf
文档评论(0)