计量经济第七章_序列

8计量经济之序列EWIEWS提供序列的各种统计图、统计方法及过程。可以计算序列的各种统计量并可用表单、图等形式表现出来。通过过程可以用原有的序列创建新的序列。这些过程包括季节调整、指数平滑和Hodrick-Prescott滤波。打开工作文件,双击序列名或单击序列名后单击“show”即进入序列的对话框。单击“view”可看到菜单分为四个区。§7.1表单和图示·钉形图钉形图用直立的钉形柱显示数据。·季度分区图季度连线图这些方法适用于频度为季度和月度数据的工作文件。季度分区图把数据按季度分成四个区。季度连线图是在同一坐标轴上把每年同一季度的数据连线显示。§7.2描述统计量一、直方图及统计量以直方图显示序列的频率分布。一起显示的还有标准的描述统计量。中位数(median)即从小到大排列的序列的中间值。标准差（StandardDeviation）标准差衡量序列的离散程度。偏度（Skewness）衡量序列分布围绕其均值的非对称性。如果序列的分布是对称的，S值为0；正的S值意味着序列分布有长的右拖尾，负的S值意味着序列分布有长的左拖尾。峰度（Kurtosis）度量序列分布的凸起或平坦程度，计算公式如下41ˆ1yyNKiNi正态分布的K值为3。如果K值大于3，分布的凸起程度大于正态分布；如果K值小于3，序列分布相对于正态分布是平坦的。Jarque-Bera检验序列是否服从正态分布。223416KSkNJB在正态分布的原假设下，Jarque-Bera统计量是自由度为2的2分布。直方图中显示的概率值是Jarque-Bera统计量超出原假设下的观测值的概31ˆ1yyNSiNi9率。如果该值很小，则拒绝原假设。当然，在不同的显著性水平下的拒绝域是不一样的。§7.3统计量的检验这是对序列均值、中位数、方差的单假设检验。两个样本的检验可参考下面的分类的相等检验（Equalitytestbyclassification）。选择View/testsfordescriptivestats/simplehypothesistests。§7.4相关图显示确定滞后期的自相关函数以及偏相关函数。这些方程通常只对时间序列有意义。当你选择View/Correlogram…显示对话框（CorrelogramSpecification）。可选择原始数据一阶差分d（x）=x-x(-1)或二阶差分d(x)-d(x(-1))=x-2x(-1)+x(-2)的相关图。也可指定显示相关图的最高滞后阶数。在框内输入一个正整数,就可以显示相关图及相关统计量。一、自相关（AC）序列y滞后k阶的自相关由下式估计TttTktkttkyyyyyyr121y是样本y的均值，这是相距k期值的相关系数。如果01r，意味着序列是一阶相关。如果kr随着滞后阶数k的增加而呈几何级数减小，表明序列服从低阶自回归过程。如果kr在小的滞后阶数下趋于零，表明序列服从低阶动平均过程。虚线之间的区域是由自相关中正负两倍于估计标准差所夹成的。如果自相关值在这个区域内，则在显著水平为5%的情形下与零没有显著区别。二、偏相关（PAC）滞后k阶的偏相关是当ty对kttyy1作回归时kty的系数。如果这种自相关的形式可由滞后小于k阶的自相关表示，那么偏相关在k期滞后下的值趋于零。一个纯的P阶自回归过程AR(P)的偏相关在P阶截尾，而纯的动平均函数的偏相关过程渐进趋于零。偏相关中的虚线表示的是估计标准差的正负二倍。如果偏相关落在该区域内，则在5%的显著水平下与零无显著差别（截尾）。三、Q-统计量K阶滞后的Q-统计量是在原假设下的统计量，原假设为序列没有k阶的自相关。如果序列不是以ARIMA估计的结果为基础，在原假设下，Q是渐近2分布，自由度与自回归阶数相等。如果序列代表ARIMA估计的残差，合适的自由度就应调整，使之少于先前估计的AR、MA的阶数。Q-检验经常用于检验一个序列是否是白噪声。要注意选得过大或过小都10不好。§7.5单位根检验讨论了Dickey-Fuller和Phillips-Perren单位根检验，可检验序列是否平稳。选择检验类型，决定单位根检验是否用原始数据、一阶差分、二阶差分，是否包括截距或趋势以及检验回归的滞后阶数。更多的留在13章讨论。§7.6标签（label）这部分是对序列的描述.除了LastUpdate，你可以编辑序列标签中的任何项。LastUpdate显示序列上一次修改的时间。每一部分包括一行，只有RemarksandHistory包括20行，注意如果填入了一行（在20行中），最后一行将被删除。§7.7建立新序列1．由方程创建GeneratebyEquation允许你使用已有序列的表达式来建立新的序列，序列表达式的书写规则见第5章。2．重置样本Resampling从观测值中提取，建立一个新序列。§7.8季节调整(SeasonalAdjustment)在序列窗口的工具栏中单击Procs/SeasonalAdjustment，有4种季节调整方法，X12方法、X11方法、Tramo/Seats方法和移动平均方法。一、CensusX12方法调用X12季节调整过程CensusX12，X12方法有5种选择框。1．季节调整选择（SeasonalAjustmentOption）①X11方法（X11Method）这一部分指定季节调整分解的形式：乘法；加法；伪加法（此形式必须伴随ARIMA说明）；②季节滤波(SeasonalFilter)当估计季节因子时，允许选择季节移动平均滤波（可能是月别移动平均项数），缺省是X12自动确定。近似地可选择(X11defaul)缺省选择。③趋势滤波（TrendFilter(Henderson)）指定亨德松移动平均的项数，可以输入大于1和小于等于101的奇数，缺省是由X12自动选择。④存调整后的分量序列名（ComponentSeriestosave）X12将加上相应的后缀存在工作文件中。2．ARIMA选择（ARIMAOption）X12允许你在季节调整前对被调整序列建立一个合适的ARMA模型。可以在进行季节调整和得到用于季节调整的向前/向后预测值之前，先去掉确定性的影响（例如节假日和贸易日影响）。①数据转换（DataTransformation）②ARIMA说明(ARIMASpec)11允许你在2种不同的方法中选择你的ARIMA模型。·Specifyin-line选择要求提供ARIMA模型阶数的说明（p，d，q）(P，D，Q)，缺省的指定是“(011)(011)”是指季节的IMA模型：tsstsLLyLL)1)(1()1)(1(1L是滞后算子，这里季节差分是指sttsyyL1，季度数据时s=4；月度数据时s=12。·SelectfromfileX12将从一个外部文件提供的说明集合中选择ARIMA模型。③回归因子选择（Regressors）允许你在ARIMA模型中指定一些外生回归因子，利用多选钮可选择常数项，或季节虚拟变量，事先定义的回归因子可以捕捉贸易日和节假日的影响。④ARIMA估计样本区间(ARIMAEstimationSample)3．贸易日和节假日影响选择4．外部影响(OutlierEffects)5．诊断（Diagnostics）二、X11方法X-11法是美国商务部标准的调整方法(乘法模型、加法模型)，乘法模型适用于序列可被分解为趋势项与季节项的乘积，加法模型适用于序列可被分解为趋势项与季节项的和。乘法模型只适用于序列值都为正的情形。关于调整后的序列的名字。Eviews在原序列名后加SA，可以改变序列名，将被存储在工作文件中。应当注意，季节调整的观测值的个数是有限制的。X-11只作用于含季节数据的序列，需要至少4整年的数据，最多能调整20年的月度数据及30年的季度数据。三、移动平均方法四、tramo/Seats§7.9指数平滑指数平滑是可调整预测的简单方法。当你只有少数观测值时这种方法是有效的。选择Procs/ExponentialSmoothing，提供以下信息：一、平滑方法在5种方法中选择一种方法。二、平滑参数可以让Eviews估计它们的值。在填充区内输入字母e，Eviews估计使误差平方和最小的参数值。在填充区内输入参数值，所有参数值在0-1之间。三、平滑后的序列名Eviews在原序列后加SM指定平滑后的序列名，也可以改变。四、估计样本必须指定预测的样本区间。缺省值是当前工作文件的样本区间。12五、季节循环可以改变每年的季节数（缺省值为每年12个月、4个季度）。§7.10Hodrick-Prescott滤波设经济时间序列为Y=nyyy,......,,21，趋势要素为T=nttt,......,,21，n为样本长度。一般地，时间序列iy中的不可观测部分趋势it常被定义为下面最小化问题的解：niiiitLcty122min(1)其中，正实数表示在分解中长期趋势和周期波动占的权数，Lc是延迟算子多项式LLLc111(2)将（2）代入（1）式，则HP滤波的问题就是使下面损失函数最小，即211112minniiiiiniiittttty最小化问题用2itLc来调整趋势的变化，并随着的增大而增大。这里存在一个权衡问题，要在趋势要素对实际序列的跟踪程度和趋势光滑度之间作一个选择。=0时，满足最小化问题的趋势等于序列iy；增加时，估计趋势中的变化总数相对于序列中的变化减少，即越大，估计趋势越光滑；趋于无穷大时，估计趋势将接近线性函数。选择Procs/HodrickPrescottFilter，首先对平滑后的趋势序列给一个名字，Eviews将默认一个名字，但你也可填入一个新的名字。然后给定平滑参数的值，一般经验地，的缺省值如下：月度数据，季度数据，年度数据144001600,100不允许填入非整数的数据。点击OK后，Eviews与原序列一起显示处理后的序列。§7.11命令命令的语法结构：序列名称、圆点、视图或过程名，再加上括号里的可选项。比如，如果要察看序列名为lwage的直方图和描述统计量，则命令形式为lwage.hist；如果要检验序列HRS的均值是否等于3，则命令形式为hrs.teststat(mean=3)；如果要得到序列GDP滞后20阶的相关图，则命令形式为gdp.correl(20)。如果要用HP滤波光滑序列GDP，参数为1600，并且光滑后的序列保存为GDP_HP,则命令格式为gdp.hpf(1600)gdp_hp。