zwa222 发表于 2010-4-14 12:25
时间序列的平稳性,"整合"了一大帮人在搞,但好像至今也没有整明白.作为学习者和实证应用者.深为困惑啊!下面几个问题,愿与有兴趣者学习、交流和探讨:
1、单位根检验中,趋势、截距等不同情况的选择依据是什么?
(1)从复杂到简单?(2)从序列图示?.......
2、单位根检验的目的是为了避免“伪回归”。.......
3、进而言之,即使是同阶次的单整序列,但如果是单整的情形不同(如上所述),其协整检验的结论还成立吗?
4、GRANGER检验的滞后阶数如何确定?......
5、对于GRANGER检验,.........
6、实际上,我认为带趋势项的单位根检验出来的平稳序列不是平稳序列,而是“趋势平稳序列”。.......
向各位学习讨教了!欢迎交流探讨!
第一、从LS基础来看,遗漏 DGP 应有的变量与增加 DGP 未含变量,请问参数估计式各会有何者统计性质?
第二、这与您的疑问六有关,似乎您对平稳的定义混淆;另外,截距项或时间项,其与其他变量有关吗?这其实又与您计量基础有关。除此之外,这又与 Sims, et al. (1990) 文献有关,这篇应该是必读重要文献之一,相对於此领域中其他文献。
其他几点,都与时间序列中渐进理论应用有关。
最後,Granger causality tests,按照定义,变量A基於其过去一切的讯息,对於预测变量B"有助益",则称变量A Granger causes 变量B,在此统计检定用的是 F-type 的检定统计量,除此之外,并没有规定或是限制一定要平稳的序列才能进行;
关键在於这个F-type 的检定统计量是否符合传统的 F统计量,如果是,则有相对应的 F table可用。
当然,序列是平稳的,无庸置疑,这个F-type 的检定统计量,符合传统;
但并不代表序列不平稳就无法进行检定,简言之,可以透过 reparameterization 达成;
事实上, n个I(1)变量,不协整下,差分後与未差分的VAR(p),检定统计量呈现"数值相等"的性质。
至於在协整方面,简单说,没有 Granger causality,相应变量即是弱外生变量,对应上例,即变量A为弱外生。


雷达卡
京公网安备 11010802022788号







