计量经济建模步骤与模型分类

1、中国GDP与宏观消费,散点图,二计量经济模型分类,二计量经济模型分类,中国能源消费（万吨标准煤）与GDP（万亿元）关系研究（19802006）,1999年度中国宏观经济计量模型框图（中国社会科学院数技经研究所）,上证A股和B股收益散点图 OLS回归直线和第0.25、0.5、0.75分位数回归直线,4面板数据模型、空间计量模型,面板数据示意图,萧政,面板数据模型估计方法,面板数据模型的检验方法,Jerry A. Hausman,面板数据的单位根检验（相同根情形）,1Quah检验（1990） 2LL（Levin-Lin）检验（1992） 3LLC（Levin-Lin-Chu）检验（2002） 4B

2、reitung检验（2002） 5Hadri检验 6Abuaf-Jorion检验（1990），Jorion-Sweeney检验（1996） 7Bai-Ng检验（2001），Moon-Perron检验（2002） 8IPS（Im-Pesaran-Shin）检验（1997,2002）,面板数据的单位根检验（不同根情形）,9MW（Maddala-Wu）检验（1997） 10崔仁（In Choi）检验（2001） 11Vanessa（Vanessa et al.）检验（2004） 12Taylor-Sarno检验（1998）,面板数据的协积（协整）检验,Pedroni 协积检验：以Engle-Gran

3、ger协积检验方法为基础构造检验统计量，标准化以后渐近服从标准正态分布。（1999, 2004） Kao协积检验：以Engle-Granger协积检验方法为基础构造检验统计量，标准化以后渐近服从标准正态分布。（1999） Fisher 个体联合协积检验（combined individual test）：用个体的协积检验值构造一个服从2分布的累加统计量检验面板数据的协积性。(Maddala and Wu 1999),5离散选择模型、有序相应模型、受限因变量模型、计数模型,Logit模型、Probit模型（离散选择模型）,Logit模型、Probit模型（离散选择模型）,Logit 模型估计值与

4、潜变量散点图,案例：天津市农户劳动力的非农业就业模型（750户）。 受教育程度等对劳动力的非农业就业有非常明显的作用,图1 预测概率值,图2 预测累积概率值,6 VAR与VEC模型,向量自回归（VAR）模型定义,案例1：上海证券交易所上证指数和股票交易 总成交量关系研究（file: 2120061741-shan）,上海证券交易所上证指数和股票交易总成交量序列图,VAR的预测非常准确,6期VAR的预测结果,VAR的平稳性分析,2期VAR的特征根 7期VAR的特征根,VAR模型稳定的一种判别条件是，特征方程 | 1 - I | = 0的根都必须在单位圆以内。,检验结果如下：,Granger非因果

5、性检验,（当概率小于0.05时，表示推翻原假设）,其中滞后20期的输出结果:,VAR的脉冲响应分析,DLOG(SHP) 和 DLOG(SHQ) VAR(3)的脉冲相应,VAR的方差分解,DLOG(SHP) 和 DLOG(SHQ) VAR(3)的方差分解,VAR的协积检验,向量误差修正模型（VEC模型）,VAR(2)基础上的VEC模型 VAR(6)基础上的VEC模型,7时间序列的加法、乘法模型,George Box,刁锦寰,8ARIMA模型、SARIMA（季节时间序列）模型、,案例：北京市1978:11989:12 社会商品零售额月度数据建模,月度数据（yt，单位：亿元）曲线图 对数的月度数据（

6、Lnyt）曲线图,12 Lnyt的相关图（下）和偏相关图（上）,范剑青、姚琦伟著，陈敏译， 非线性时间序列建模、预报及应用，高等教育出版社，2005。,案例：2005年8月302007年4月30日407天人民币元兑美元序列的门限模型,序列的特征是“波动集群”、分布是“高峰厚尾”,日元兑美元汇率差分序列（收益）D(JPY) 高峰厚尾分布特征示意图,高峰厚尾分布曲线,正态分布曲线,ARCH，GARCH模型可以预测被解释变量的方差。对于金融时间序列预测的是风险。 建立ARCH，GARCH模型可以提高均值方程参数估计的有效性。,11ARCH、GARCH模型,案例：日元兑美元汇率的建模研究,1995.1

7、-2000.8日元兑美元汇率值（1427个）序列（JPY）见图。极小值为81.12日元，极大值为147.14日元。其均值为112.93日元，标准差是13.3日元。1995年4月曾一度达到81.12日元兑1美元。 JPY的差分序列D(JPY)表示收益。用D(JPY)建立时间序列模型。,日元兑美元汇率（JPY）时间序列 DJPY时间序列,均值方程的估计式,ARCH 模型的选择,ARCH 模型的选择,13. 单位根检验,Peter C B Phillips,四种典型的随机过程,（模拟4万次）,单位根研究中我们的创新,F统计量分布的蒙特卡罗模拟,案例：421天的深证成指序列的单位根检验,用此程序计算F 统计量，但不应看此概率。,案例：421天的深证成指序列的单位根检验,案例：