xixia333 发表于 2013-6-13 10:44 
赵老师您好!
今天非常荣幸能借助人大论坛这个平台有机会向您请教几个问题:
1、在计量经 ...
您好,你提出的几个问题都是时间序列计量经济学的问题,尽管并不是我所专长的领域(我主要关注于应用计量经济学方法,主要侧重于截面数据分析和因果效应分析),但我也试着回答一下。
1、就象刚才我回答另一位同学一样。计量经济学方法就用途而言,我信为可以分成两种,一种是进行因果效应分析,它关注内部有效性(Internal validity),强调如果正确的把因果效应识别出来。另一种是进行预测,它不关注内部有效性,但更关注外部有效性(External validity)。而经济学中的很多问题是侧重于第一个方面。
因而,如果你估计的是因果效应,那么你关注的将是如何准备的把因果效应识别出来。由于我们研究中所使用的数据一般是非实验数据,往往无法很好的识别出因果效应。为了识别出因果效应,使用观测数据时,我们有很多方法,包括大家比较熟悉的工具变量法、FE、Matching、DID、准实验等等进行解决。
利用时间序列数据识别因果关系的时候,需要关注时间序列的平稳性,如果不平稳,我们无法直接建模,然而Granger给我们了一种方法,即协整。尽管数据是非平稳的,但他们如果有共同的随机趋势,那么他们的线性组合为平稳序列,从而可以进行建模。
如果两个序列均是非平稳序列,也可能相关性很高,但不代表他们之间就协整。因而两个序列之间相关性和后面的协整分析之间没有必然的联系。
2、存在序列相关,进行AR修正,实际上就是把原模型变成不存在序列相关的,我想你指的方法就是GLS方法或广义差分法。比如考虑一个非常简单的模型 y_t= b1x_t +u_t
u_t=r u_{t-1} +v_t ,u_t存在1阶序列相关,前述模型存在序列相关,直接OLS估计,通常的标准误差会有问题,一个简单的修改方法就是把存在序列相关的u_t变成不相关的,如何变呢?很简单,广义差分
y_t - ry_{t-1} = b1 (x_t - rx_{t-1}) +u_t-r u_{t-1}
上面差分后的模型误差现在实际就是v_t了,即不存在序列相关了。因而,无法是AR或MR修正,基本原理就是消除序列相关性。
3、这是随机过程的知识,我这块也不擅长。建议你去查一些相关书籍。关于布朗运动波动率越来越大,这个很容易给你解释。随机游走是布朗运动的最简单形式,A random walk without drift 如下
Yt=Yt-1 +u_t, u_t ~ i.i.d (0, s2)
令Y0=0,利用上述递推关系,很容易得到
Yt= Y0 + u1+u2+...+ut,
则var(Yt) = t var(ut) =t s2,
所以你看到随机游序列的方差会随时间不断变大的。这个很容易在计算机上模拟出来。
希望回答了你的问题。