EViews统计分析在计量经济学中的应用第章 时间序列模型.pptVIP

第 章 时间序列模型 6.1 时间序列的趋势分解 6.2 时间序列的平稳性及其检验 6.3 随机时间序列分析模型 6.4 习题（略） 6.1：时间序列的趋势分解 实验目的：熟悉和掌握滤波在时间序列模型中的应用。 实验数据：1996年1月-2011年10月世界集装箱船手持订单量（单位为万TEU）（相关数据和工作文件存放于文件夹 “书中资料/第6章” ） 。 实验原理：Hodrick-Prescott和BP滤波方法 实验预习知识： Hodrick-Prescott和BP滤波方法相关知识 实验步骤一：基础数据的录入 在进行本章实验之前，我们要进行工作文件的创建和数据的输入等工作，这些在前面章节已有详细介绍，在此不再赘述。本实验建立了名为“6-1.wfl”的工作文件，该文件里包括序列t和x，相关数据已经录入。 实验步骤二：选择滤波方法 以Hodrick-Prescott滤波为例（BP滤波操作基本相同）分解序列x的趋势要素，具体过程如下： （1）打开工作文件“6-1.wfl”，点击工具栏中的Procs/Hodrick Prescott Filter,出现6.1所示的HP滤波对话框。 HP滤波对话框 实验步骤三：结果分析 （2）点击图6.1中的OK按钮，Eviews中将原序列和趋势序列显示在同一图形中，如图6.2所示。 实验步骤三：结果分析 如图6.2所示，是包含长期趋势成分和周期波动成分的经济时间序列，Trend是其中含有的趋势成分，Cycle是其中含有的周期波动成分，即，而Hodrick-Prescott滤波目的是将从中将分解出来。从趋势上看，世界集装箱船手持订单量呈现总体上升趋势，但2008年后出现明显下将趋势；而从周期波动看，世界集装箱船手持订单量的波动幅度则越来越大，即周期性越来越明显。 Ready? Let’s go to the next 6.2：时间序列的平稳性及其检验 实验目的：熟悉和掌握图示法和单位根检验法去判断时间序列的平稳性。 实验数据：1996年1月-2011年10月世界集装箱船手持订单量（单位为万TEU）（相关数据和工作文件存放于文件夹 “书中资料/第6章” ）。 实验原理：图示法和单位根检验法 实验预习知识：图示法和单位根检验法相关知识 实验步骤一（图示法）：图示信息录入 使用图示判断时间序列的平稳性，具体过程如下：（1）打开工作文件“6-1.wfl”，点击工具栏中的View/Graph,出现图6.6所示的对话框。 图示对话框 在图6.6中，可选择数据图的类型Graph Type，Eviews给出9种图示类型，通常系统默认Line ＆ Symbol，即线条和符号；另外，在细节部分，主要包含了图标数据来源（Graph data）、排列方式（Orientation）、轴线边界（Axis border），可按选择默认，进行相关操作。 时序图 （2）点击图6.6中的OK按钮，Eviews中将原始数据用线条图形表示出来，如图6.7所示。 时序图 从图6.7可发现，世界集装箱船手持订单量总体呈现上升趋势，但在2008年后，出现明显的下降趋势，由此可见，原始的世界集装箱船手持订单量x是不平稳的序列。为进一步验证x的平稳性，需通过自相关图和偏自相关图分析。 实验步骤二（图示法）：相关图分析 （3）点击工具栏中的View按钮，选择Correlogram菜单项，如6.8所示，点击后则出现图6.9所示的对话框。 相关分析参数 在图6.9中，有两个选择：一是针对何种数据生成相关图，主要分为原变量（level）、一阶差分变量（1st difference）及二阶差分变量（2st difference），这里选择level；二是确定相关图的滞后期（Lags to include），这里选择36。 自相关、偏自相关图 图6.10中，虚线表示到中心线2个标准差宽度，Autocorrelation和AC分别表示自相关函数的图形和数值，Partial Correlation和PAC分别表示偏自相关函数的图形和数值。序列稳定性可以用自相关分析图判断：如果序列的自相关系数很快地（滞后阶数K大于2或3时）趋于0，即落入随机区内，时间序列是平稳的；反之，则序列是非平稳的。若自相关系数大于临界值，则时间序列数据有显著的自相关性。从图6.10中可以看出自相关函数在延迟36阶的过程中，没有迅速向零趋近的趋势，这说明该序列是非平稳序列。为了进一步获得平稳序列，一般将原序列取对数，在此基础上，分别分析其原序列、一阶及二阶序列。 实验步骤三（图示法）：取对数后的相关图 （5）打开取对数后的数据表m,分别重复（2）-(4)操作，分别得在原序列、一阶差分和二阶差分下的相关图，