多元时间序列的滞后协整分析

阅读量：

570

作者：

郭淑会

展开

摘要：

将非平稳时间序列转化为平稳时间序列的方法主要有三个.一是从时间序列里去掉趋势项和周期项等函数项(减去函数项);二是将时间序列进行差分(序列自己前后相减),三是建立协整关系(与另外的序列相减).Granger通过引入协整概念指出,含有非平稳随机变量的宏观经济模型同样可以建立平稳关系,而且其结果在统计学上是合理的,这从根本上改变了现在宏观经济关系经验模型的建立方式. 传统协整关系的讨论,无论是针对单整分量还是分整分量,无论是线性协整还是非线性协整,均有一个共同的特征,即仅仅针对同期向量序列讨论协整关系,并没有考虑到不同时期的向量序列之间的协整关系.而同期变量之间的协整关系检验可能会被拒绝,或虽然协整关系存在,但是拟合效果欠佳,此时仍然无法很好地揭示变量之间的长期均衡关系. 本文试图结合多元分析及时序的协整分析和滞后分析,建立时序的滞后协整分析,并对多元时序系统建立综合分析模型,以期更好地进行预测与控制. 本文首先阐述时间序列协整的一般概念和研究现状,包括向量平稳时间序列模型,非平稳随机过程与单整序列,分整序列及统计性质,单位根过程,有单位根的向量自回归,协整与误差校正模型,向量误差校正表示(VCM),协整向量的估计和检验,协整向量已知时协整的检验,系统方程协整向量的估计和检验,向量滑动平均协整的含义,向量自回归表示的协整含义,广义协整等.在阐述清楚这些基本概念以后,我们建立了滞后协整概念,讨论了滞后协整参数估计方法,包括滞后协整参数的最小二乘估计与极大似然估计,还讨论了滞后协整检验问题,包括基于最小二乘估计的滞后协整检验,基于极大似然估计的滞后协整检验,以及Johansen检验.我们接着讨论了滞后协整与ADL模型,白回归分布滞后模型,几何滞后模型的K0vck变换及估计,有限多项式滞后回归等理论问题. 最后本文建立了多元时序和滞后协整混合预测模型,应用该模型对居民消费价格指数进行趋势预测.实际结果表明该模型具有其他预测模型难以比拟的优越性,并具有良好的应用前景.

展开

关键词：

向量自回归 滞后协整 误差校正模型 多重共线性 多元时间序列

学位级别：

硕士

学位年度：

2007

DOI：

10.7666/d.y1120156

被引量：

32