当代计量经济模型体系张晓峒.pptVIP

案例：日元兑美元汇率的建模研究 1995.1-2000.8日元兑美元汇率值（1427个）序列（JPY）见图。极小值为81.12日元，极大值为147.14日元。其均值为112.93日元，标准差是13.3日元。1995年4月曾一度达到81.12日元兑1美元。 JPY的差分序列D(JPY)表示收益。用D(JPY)建立时间序列模型。 日元兑美元汇率（JPY）时间序列 DJPY时间序列 均值方程的估计式 ARCH 模型的选择 ARCH 模型的选择 案例：上证A股和B股的收益率关系研究 案例：上证A股和B股的收益率关系研究 13．向量ARIMA模型 14. 单位根检验 Peter C B Phillips 四种典型的随机过程 14. 单位根检验 （模拟4万次） 单位根研究中我们的创新 F统计量分布的蒙特卡罗模拟 单位根研究中我们的创新 案例：421天的深证成指序列的单位根检验 案例：421天的深证成指序列的单位根检验 用此程序计算F 统计量，但不应看此概率。 案例：421天的深证成指序列的单位根检验 结构突变序列的单位根检验 15．蒙特卡罗模拟与编程 模拟? 的分布 模拟? 1的分布 蒙特卡罗模拟技术的应用将越来越广泛。 结束，谢谢. 6．向量自回归模型与向量误差修正模型 向量自回归（VAR）模型定义 案例：上海证券交易所上证指数和  股票交易总成交量关系研究 上海证券交易所上证指数和股票交易总成交量序列图 VAR的预测非常准确 7期VAR的预测结果 VAR的平稳性分析 2期VAR的特征根 7期VAR的特征根 VAR模型稳定的一种判别条件是，特征方程 | ?1 - ? I | = 0的根都必须在单位圆以内。 检验结果如下： Granger非因果性检验 （当概率小于0.05时，表示推翻原假设） 其中滞后20期的输出结果: VAR的脉冲响应分析 DLOG(SHP) 和 DLOG(SHQ) VAR(3)的脉冲响应 VAR的方差分解 DLOG(SHP) 和 DLOG(SHQ) VAR(3)的方差分解 VAR的协积检验 向量误差修正模型（VEC模型） VAR(2)基础上的VEC模型 VAR(6)基础上的VEC模型 George Box 刁锦寰 7．ARIMA模型、SARIMA模型、组合模型 案例：北京市1978:1~1989:12 社会商品零售额月度数据建模 月度数据（yt，单位：亿元）曲线图 对数的月度数据（Lnyt）曲线图 ??12 Lnyt的相关图（下）和偏相关图（上） 8．时间序列的成分分解模型 为什么要对经济序列进行季节调整？ 9. 时间序列的季节调整? X-13AS、NBS-SA 为什么要对经济序列进行季节调整？ 9. 时间序列的季节调整? X-13AS、NBS-SA 为什么要对经济序列进行季节调整？ 9. 时间序列的季节调整? X-13AS、NBS-SA 为什么要对经济序列进行季节调整？ 9. 时间序列的季节调整? X-13AS、NBS-SA 中国已结束不生产环比数据的历史！ 9. 时间序列的季节调整? X-13AS、NBS-SA 季节调整原理 9. 时间序列的季节调整? X-13AS、NBS-SA 案例：2005年8月30?2007年4月30日407天人民币元兑美元序列的门限模型 序列的特征是“波动集群”、分布是“高峰厚尾” 日元兑美元汇率差分序列（收益）D(JPY) 高峰厚尾分布特征示意图 高峰厚尾分布曲线 正态分布曲线 ARCH，GARCH模型可以预测被解释变量的方差。对于金融时间序列预测的是风险。 建立ARCH，GARCH模型可以提高均值方程参数估计的有效性。 11．ARCH、GARCH模型 当代计量经济模型体系 中国能源消费（万吨标准煤）与GDP（万亿元）关系研究（1980~2006） 1999年度中国宏观经济计量模型框图（中国社会科学院数技经研究所） 上证A股和B股收益散点图 OLS回归直线和第0.25、0.5、0.75分位数回归直线 4．离散选择模型、有序响应模型、受限因变量模型、计数模型 Logit模型、Probit模型（离散选择模型） Logit模型、Probit模型（离散选择模型） Logit 模型估计值与潜变量散点图 案例：天津市农户劳动力的非农业就业模型（750户）。 受教育程度等对劳动力的非农业就业有非常明显的作用 图1 预测概率值 图2