特殊？

  • 数据的特殊：时间序列数据
    • 平稳性假设，通过单位根检验是否平稳，非平稳又是单整，去看是否协整（EG两步法，），得到误差修正模型。不协整就是伪回归无法估计。
  • 方程的特殊：多方程联立

经典计量经济学在多个方面有假设：

  • 随机扰动项满足极限法则和由极限法则导出的基本假设
  • 时间序列性的平稳性

时间序列性的平稳性及其检验

平稳性假设

  • 严格平稳：与时间位移无关
  • 弱平稳：YtY_t 的期望、方差、协方差不随时间改变

但是现实中数据不一定平稳，例如GDP的变动，非平稳数据可能导致 伪回归问题。

这是由于Yt=γYt−1+ϵtY_t=\gamma Y_{t-1}+\epsilon t这样的白噪声

如果γ=1\gamma=1，说明前后变化是纯粹随机的（随机游走过程），白噪声的累计导致误差越来越大。

检验（DF检验）

原假设：γ=1\gamma=1

协整与误差修正模型

非平稳的变量的线性组合平稳，叫做 协整

意味着本应该无限大的随机误差得到了修正。

我们可以作协整检验（EG两步法）

方程组偏倚性及其检验

互为因果导致解释变量和随机扰动项相关，叫偏倚性

结构

模型解识别

估计

可识别就可以估计

格兰杰因果关系检验