内容发布更新时间 : 2025/3/8 11:39:57星期一 下面是文章的全部内容请认真阅读。
第七章 时间序列分析
7.1 单项选择题 （1）A （2）D （3）B （4）B
7.2 一般来说，如果一个时间序列的均值和方差在任何时间保持恒定，并且两个时期t和t+k之间的协方差（或自协方差）仅依赖于两时期之间的距离（间隔或滞后）k，而与计算这些协方差的实际时期t无关，则该时间序列是平稳的。 只要这三个条件不全满足，则该时间序列是非平稳的。事实上，大多数经济时间序列是非平稳的。 实证分析中确定经济时间序列的性质的必要性在于，如果采用非平稳时间序列进行回归，则可能产生伪回归问题，不能确定回归结果一定正确。
7.3 大致说来，单位根这一术语意味着一给定的时间序列非平稳。专业点说，单位根指的是滞后操作符多项式A(L)的根。
7.4 DF检验是一种用于决定一个时间序列是否平稳的统计检验方法。EG检验法是一种用于决定两个时间序列是否协整的统计检验方法。
7.5 当回归方程中涉及的时间序列是非平稳时间序列时，OLS估计量不再是一致估计量，相应的常规推断程序会产生误导。这就是所谓的“伪回归”问题。
在回归中使用非均衡时间序列时不一定会造成伪回归,只要变量彼此同步,则这些变量间存在长期的线性关系.
7.6（1）因为|?|＝2.35小于临界|?|值，表明住宅开工数时间序列是非平稳的。
（2）按常规检验，t的绝对值达到2.35，可判断为在5％水平上显著，但在单位根的情形下，临界|t|值是2.95而不是2.35。
（3）由于?Xt?1的|?|值远大于对应的临界值，因此，住宅开工数的一阶差分?Xt是平稳时间序列。 7.7
2
（1）∵R=0.9643﹥DW=0.3254
∴认为A是伪回归 2
（2）∵R< DW ∴认为B不是伪回归
（3）从C可以看出，τ=-2.2521 查表7-3变量数为2，样本容量为72.在5%的显著性水平下τ≈-3.46
∵-2.2521>-3.46 ∴M1与GDP之间不存在协整关系，不改变（1）中的结论，认为A是伪回归。
如果M1与GDP的单整阶数不同，协整关系仍然不存在，A仍然是伪回归。
（4）此方程给出的是M1和GDP的对数之间的短期关系。这是因为给出的方程考虑了误差调整机制（ECM），它试图在两变量离开其长期通道的情况下，恢复均衡。可是，方程中误差项在5%水平上不显著。
如我们在（2）和（3）中所讨论的，由于协整检验的各结果相当混乱，使人难以得出所提供的回归结果A是否伪回归的明确结论。
7.8 用表中的人口（pop）时间序列数据，进行单位根检验，得到如下估计结果：
21
人口时间序列pop的单位根检验编号1.2.(t:)(t:)DF或ADF检验?popt?1509.90?0.0013popt?1(4.88)(1.48)(?0.40)*(0.85)(?0.88)*?popt?3519.44?60.37t?0.042popt?1
两种情况下，tδ值分别为－0.40和 -0.88，从Dickey－Fullerτ统计量临界值表中可以看出，两者分别大于从0.01到0.10的各种显著性水平下的??值和?T值。因此，两种情况下都不能拒绝原假设，即私人消费时间序列是非平稳序列。
下面看一下该序列的一阶差分（dpop）的平稳性。做类似于上面的回归，得到如下结果：
人口时间序列dpop的单位根检验编号t:t:DF或ADF检验(?3.287)*(?3.272)*(3.029)(2.811)(?0.577)
1.?dpopt??0.357dpopt?1?495.9652.?dpopt??0.358dpopt?1?560.827?2.279t其中△dpopt=dpopt-dpopt-1。两