計量經濟學

Econometrics

本章討論時間序列計量經濟學中一些更復雜的問題。具體包括：無限分布滯后模型，它容許解釋變量變化影響因變量的所有將來值；如何規范檢驗時間序列過程的單位根探討兩個時間序列過程（都含有單位根）之間的偽回歸概念誤差修正模型預測問題提要一、無限分布滯后模型二、單位根檢驗三、偽回歸四、協整和誤差修正模型五、預測一、無限分布滯后模型1、無限分布滯后模型1、無限分布滯后模型-續（1）無限分布滯后模型的短期效應1、無限分布滯后模型-續（2）無限分布滯后模型的長期效應1、無限分布滯后模型-續（3）無限分布滯后模型的嚴格外生性假定1、無限分布滯后模型-續（3）無限分布滯后模型的嚴格外生性假定2、幾何分布或考依克分布（1）函數形式與即期傾向、長期傾向2、幾何分布或考依克分布（2）估計模型2、幾何分布或考依克分布（3）對上述模型的回歸估計方法2、幾何分布或考依克分布（3）對上述模型的回歸估計方法2、幾何分布或考依克分布（4）對上述模型的回歸估計方法3、有理分布滯后模型（1）模型形式與即期傾向3、有理分布滯后模型（2）長期傾向例18.1住房投資和住宅價格膨脹通過將OLS分別應用于(18.14)和(18.16)，估計基本幾何分布滯后模型和有理分布滯后模例18.1住房投資和住宅價格膨脹-續

二、單位根檢驗1、單位根檢驗的簡單方法

1、單位根檢驗的簡單方法-續2、DF檢驗方法2、DF檢驗方法-續例18.2三個月期國庫券利率的單位根檢驗3、增廣迪基-富勒（ADF）檢驗例18.3美國年度通貨膨脹的單位根檢驗4、含有時間趨勢的單位根檢驗對于明顯含有趨勢的時間序列，需要對單位根檢驗進行修改。一個趨勢平穩的過程(其均值有線性趨勢，但圍繞其趨勢又是I(0)的)，如果在DF回歸中不控制時間趨勢的話，就會錯誤的當作單位根過程。

4、含有時間趨勢的單位根檢驗-續例18.4美國真實國內生產總值對數中的單位根三、偽回歸在橫截面背景下，“偽回歸”是指兩個變量通過各自與第三個變量的相關關系而產生聯系。但是，當控制了第三個變量，比如說z時，x對y的偏效應即等于0。這種情況也會發生在1(0)變量的時間序列分析中。1、時間序列分析中偽回歸1、時間序列分析中偽回歸-續思考題2、t統計量和R2四、協整和誤差修正模型1、協整恩格爾和格蘭杰(EngleandGranger,1987)規范探討的協整(cointegration)概念，使得有關I(1)變量的回歸也有潛在意義。實際上，完整協整分析需要復雜數學，這里介紹實際應用所需要的一些基本問題和方法。1、協整-續思考題舉例1、協整-續

2、協整檢驗（1）不帶漂移項的檢驗方法、當潛在協整系數β未知時的檢驗方法β未知2、協整檢驗-續①恩格爾-格蘭杰檢驗2、協整檢驗-續②恩格爾-格蘭杰檢驗2、協整檢驗-續（2）不帶漂移項的檢驗方法2、協整檢驗-續（2）不帶漂移項的檢驗方法-續例18.5生育率和個人稅收減免之間的協整2、協整檢驗-續（3）協整參數的先導和滯后估計量2、協整檢驗-續（3）協整參數的先導和滯后估計量例18.6利率的協整參數3、誤差修正模型（1）模型定義3、誤差修正模型-續（2）估計誤差修正模型中的參數方法（3）抽樣變異影響誤差修正模型中對其他參數推斷3、誤差修正模型-續例18.7持有期收益率的誤差修正模型五、預測在某些經濟學分支中，預測經濟時間序列相當重要，本節研究以回歸為基礎的預測方法。1、信息集和損失函數1、信息集和損失函數-續（2）損失函數：采用誤差平方損失函數2、指數平滑法3、基于回歸模型的預測可利用許多不同回歸模型預測時間序列的將來值。第10章中用時間序列數據的第一個回歸模型是靜態模型。為了說明怎樣用這個模型進行預測，假定只有一個解釋變量：①條件預測

3、基于回歸模型的預測②無條件預測

4、提前一期預測4、提前一期預測-續例18.8預測美國的失業率例18.8預測美國的失業率-續5、向量自回歸模型

6、格蘭杰因果檢驗6、格蘭杰因果檢驗-續7、提前一期預測的比較①樣本內準則和樣本外準則7、提前一期預測的比較-續②衡量方法7、提前一期預測的比較-續例18.9失業率預測的樣本外比較8、有趨勢、季節性和單整過程的預測①有趨勢的預測8、有趨勢、季節性和單整過程的預測-續①有趨勢的預測8、有趨勢、季節性和單整過程的預測②帶截距項的隨機游走的預測8、有趨勢、季節性和單整過程的預測③有確定季節性（月度或季度）的過程預測8、有趨勢、季