張曉桐-計(jì)量經(jīng)濟(jì)

《張曉桐-計(jì)量經(jīng)濟(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、當(dāng)代計(jì)量經(jīng)濟(jì)模型體系1.單位根檢驗(yàn)PeterCBPhillips四種典型的隨機(jī)過(guò)程（模擬4萬(wàn)次）單位根研究中我們的創(chuàng)新案例：421天的深證成指序列的單位根檢驗(yàn)用此程序計(jì)算F統(tǒng)計(jì)量，但不應(yīng)看此概率。案例：421天的深證成指序列的單位根檢驗(yàn)案例：421天的深證成指序列的單位根檢驗(yàn)結(jié)構(gòu)突變序列的單位根檢驗(yàn)案例：人民幣元兌美元匯率序列的單位根檢驗(yàn)案例：人民幣元兌美元匯率序列的單位根檢驗(yàn)2.線性時(shí)間序列模型regARIMA模型建立ARIMA、SARIMA模型流程圖GeorgeBox刁錦寰案例：北京市1978:1~198

2、9:12社會(huì)商品零售額月度數(shù)據(jù)建模月度數(shù)據(jù)（yt，單位：億元）曲線圖對(duì)數(shù)的月度數(shù)據(jù)（Lnyt）曲線圖??12Lnyt的相關(guān)圖（下）和偏相關(guān)圖（上）X-13AS、NBS-SA季節(jié)調(diào)整方法有了季節(jié)調(diào)整序列，就可以計(jì)算環(huán)比增長(zhǎng)率！中國(guó)將于2010年結(jié)束不生產(chǎn)環(huán)比數(shù)據(jù)的歷史！乘法模型：Y=T?S?C?I加拿大月人口出生數(shù)（y,1973:1?1983:12）趨勢(shì)循環(huán)分量（TC）季節(jié)分量（S）不規(guī)則分量（IR）范劍青、姚琦偉著，陳敏譯，《非線性時(shí)間序列?建模、預(yù)報(bào)及應(yīng)用》，高等教育出版社，2005。案例：2005年8月3

3、0?2007年4月30日407天人民幣元兌美元序列的門(mén)限模型4．波動(dòng)模型序列的特征是“波動(dòng)集群”、分布是“高峰厚尾”日元兌美元匯率差分序列（收益）D(JPY)高峰厚尾分布特征示意圖高峰厚尾分布曲線正態(tài)分布曲線ARCH，GARCH模型可以預(yù)測(cè)被解釋變量的方差。對(duì)于金融時(shí)間序列預(yù)測(cè)的是風(fēng)險(xiǎn)。建立ARCH，GARCH模型可以提高均值方程參數(shù)估計(jì)的有效性。案例：日元兌美元匯率的建模研究1995.1-2000.8日元兌美元匯率值（1427個(gè)）序列（JPY）見(jiàn)圖。極小值為81.12日元，極大值為147.14日元。其均值為

4、112.93日元，標(biāo)準(zhǔn)差是13.3日元。1995年4月曾一度達(dá)到81.12日元兌1美元。JPY的差分序列D(JPY)表示收益。用D(JPY)建立時(shí)間序列模型。日元兌美元匯率（JPY）時(shí)間序列DJPY時(shí)間序列均值方程的估計(jì)式ARCH模型的選擇隨機(jī)波動(dòng)模型4．波動(dòng)模型ACD和SCD模型5．VAR與VEC模型向量自回歸（VAR）模型定義案例1：上海證券交易所上證指數(shù)和股票交易總成交量關(guān)系研究（file:2120061741-shan）上海證券交易所上證指數(shù)和股票交易總成交量序列圖VAR的預(yù)測(cè)非常準(zhǔn)確6期VAR的預(yù)

5、測(cè)結(jié)果VAR的平穩(wěn)性分析2期VAR的特征根6期VAR的特征根VAR模型穩(wěn)定的一種判別條件是，特征方程

6、?1-?I

7、=0的根都必須在單位圓以?xún)?nèi)。檢驗(yàn)結(jié)果如下：Granger非因果性檢驗(yàn)（當(dāng)概率小于0.05時(shí)，表示推翻原假設(shè)）其中滯后20期的輸出結(jié)果:VAR的脈沖響應(yīng)分析DLOG(SHP)和DLOG(SHQ)VAR(3)的脈沖相應(yīng)VAR的方差分解DLOG(SHP)和DLOG(SHQ)VAR(3)的方差分解VAR的協(xié)積檢驗(yàn)向量誤差修正模型（VEC模型）VAR(2)基礎(chǔ)上的VEC模型VAR(6)基礎(chǔ)上的VEC模型8．

8、分位數(shù)回歸模型上證A股和B股收益散點(diǎn)圖OLS回歸直線和第0.25、0.5、0.75分位數(shù)回歸直線9．面板數(shù)據(jù)模型面板數(shù)據(jù)示意圖面板數(shù)據(jù)散點(diǎn)圖7．面板數(shù)據(jù)模型蕭政面板數(shù)據(jù)模型估計(jì)方法面板數(shù)據(jù)模型的檢驗(yàn)方法Hausman檢驗(yàn)H0:個(gè)體隨機(jī)效應(yīng)回歸模型H1:個(gè)體固定效應(yīng)回歸模型H>臨界值，建立個(gè)體固定效應(yīng)；H<臨界值，建立個(gè)體隨機(jī)效應(yīng)回歸模型。面板數(shù)據(jù)模型的檢驗(yàn)方法面板數(shù)據(jù)的單位根檢驗(yàn)（相同根情形）1．Quah檢驗(yàn)（1990）2．LL（Levin-Lin）檢驗(yàn)（1992）3．LLC（Levin-Lin-Chu）檢驗(yàn)

9、（2002）4．Breitung檢驗(yàn)（2002）5．Hadri檢驗(yàn)6．Abuaf-Jorion檢驗(yàn)（1990），Jorion-Sweeney檢驗(yàn)（1996）7．Bai-Ng檢驗(yàn)（2001），Moon-Perron檢驗(yàn)（2002）8．IPS（Im-Pesaran-Shin）檢驗(yàn)（1997,2002）面板數(shù)據(jù)的單位根檢驗(yàn)（不同根情形）9．MW（Maddala-Wu）檢驗(yàn)（1997）10．崔仁（InChoi）檢驗(yàn)（2001）11．Vanessa（Vanessaetal.）檢驗(yàn)（2004）12．Taylor-Sarn

10、o檢驗(yàn)（1998）面板數(shù)據(jù)的協(xié)積（協(xié)整）檢驗(yàn)Pedroni協(xié)積檢驗(yàn)：以Engle-Granger協(xié)積檢驗(yàn)方法為基礎(chǔ)構(gòu)造檢驗(yàn)統(tǒng)計(jì)量，標(biāo)準(zhǔn)化以后漸近服從標(biāo)準(zhǔn)正態(tài)分布。（1999,2004）Kao協(xié)積檢驗(yàn)：以Engle-Granger協(xié)積檢驗(yàn)方法為基礎(chǔ)構(gòu)造檢驗(yàn)統(tǒng)計(jì)量，標(biāo)準(zhǔn)化以后漸近服從標(biāo)準(zhǔn)正態(tài)分布。（1999）Fisher個(gè)體聯(lián)合協(xié)積檢驗(yàn)（combinedindividualtest）：用個(gè)體的協(xié)積檢驗(yàn)值