用eviews建立sarima模型_计量经济学第10讲(时间序列计量经济学模型:序列相关性)...

第五章、时间序列计量经济学模型

5.1时间序列模型的序列相关性

5.1.1序列相关概念

对一时间序列模型

关于随机误差项有一基本假定是它们之间不相关,即

当这一假定不再满足时,如果其他基本假定都满足,则

,此时

如果相关的解释变量只相差一期

,称为
一阶序列相关一阶自相关。一般我们 设这一相关是线性的,即
,其中
自相关系数
是满足OLS假定的误差项。

如果是

,称为
s阶序列相关s阶自相关

5.1.2实际问题中的序列相关

(一)经济现象固有惯性

  • 当期投资与前几年的投资有关;
  • 当期消费受原有消费水平制约;
  • 企业当期产量与前几期产量密切相关。

因为被解释变量

自相关,引起随机误差项序列相关。

(二)随机误差项本身自相关

一些影响因素,如战争、自然灾害,会持续若干时期。

例如在消费模型中,消费习惯处在误差项中,并且会持续一段时间,引起误差项的序列相关。

(三)模型设定偏误(虚假序列相关)

(1)遗漏重要变量:

误差项中包含该重要变量,会随这一重要变量的变化而变化,进而产生序列相关。

这是遗漏变量的又一后果

(2)函数形式不当:

如这是模型中带有平方项,误设模型中没有,那么平方项就在误差中,误差就会随平方项变动,进而产生序列相关。

又如真实模型中带有滞后项,误设模型中没有。类似地也会造成序列相关。

(四)数据处理不当

如按月数据转化成按季度数据,需要进行平滑处理:一二三月、二三四月、三四五月取平均...这样其中相邻的两个数据包含相同月份,产生序列相关。

经验:因为误差项中包含的因素往往在时间上连续,所以时间序列数据往往存在序列相关

5.1.3序列相关后果(与异方差

  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Eviews是一个强大的时间序列分析软件,可以用于建立时间序列模型。在建立时间序列模型之前,我们需要对数据进行自相关与偏自相关分析,以确定最合适的模型。 自相关函数(ACF)是指时间序列与其自身滞后版本之间的相关性。Eviews可以通过绘制ACF图来显示不同滞后期之间的相关性。偏自相关函数(PACF)是指时间序列与其滞后版本之间的相关性,控制了其他滞后版本的影响。Eviews也可以绘制PACF图来显示不同滞后期之间的相关性。 以下是在Eviews中进行自相关和偏自相关分析的步骤: 1. 导入数据并打开新工作文件。选择“Quick”菜单下的“Estimate Equation”选项。 2. 在“Equation Estimation”窗口中,选择“Options”选项卡,然后在“Estimation options”下拉菜单中选择“ARMA/ARCH/GARCH”选项。 3. 在“ARMA Specification”选项卡中,选择最大滞后阶数。这将决定ACF和PACF图中的滞后期数量。 4. 点击“View”按钮,可以查看自相关和偏自相关图。在ACF和PACF图中,标记为可信区间的区域表示在该区域外的值是显著的。 5. 根据ACF和PACF图的结果,可以选择最合适的时间序列模型,如AR、MA、ARMA或ARIMA模型。 6. 在“Equation Estimation”窗口中,选择所选模型的系数估计方法,然后点击“OK”按钮,估计模型参数。 7. 在“Equation Estimation Results”窗口中,可以查看模型的系数、拟合统计量和诊断检验结果。 以上就是在Eviews中进行时间序列模型建立前的自相关与偏自相关分析的步骤。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值