1、當(dāng)代計量經(jīng)濟模型體系,中國能源消費（萬噸標(biāo)準(zhǔn)煤）與GDP（萬億元）關(guān)系研究（19802006）,1999年度中國宏觀經(jīng)濟計量模型框圖（中國社會科學(xué)院數(shù)技經(jīng)研究所）,上證A股和B股收益散點圖 OLS回歸直線和第0.25、0.5、0.75分位數(shù)回歸直線,4離散選擇模型、有序響應(yīng)模型、受限因變量模型、計數(shù)模型,Logit模型、Probit模型（離散選擇模型）,Logit模型、Probit模型（離散選擇模型）,Logit 模型估計值與潛變量散點圖,案例：天津市農(nóng)戶勞動力的非農(nóng)業(yè)就業(yè)模型（750戶）。 受教育程度等對勞動力的非農(nóng)業(yè)就業(yè)有非常明顯的作用,圖1 預(yù)測概率值,圖2 預(yù)測累積概率值,有序響應(yīng) L

2、ogit 模型估計結(jié)果如下,5面板數(shù)據(jù)模型、空間計量模型,面板數(shù)據(jù)示意圖,蕭政,面板數(shù)據(jù)模型估計方法,面板數(shù)據(jù)模型的檢驗方法,Jerry A. Hausman,面板數(shù)據(jù)的單位根檢驗（相同根情形）,1Quah檢驗（1990） 2LL（Levin-Lin）檢驗（1992） 3LLC（Levin-Lin-Chu）檢驗（2002） 4Breitung檢驗（2002） 5Hadri檢驗 6Abuaf-Jorion檢驗（1990），Jorion-Sweeney檢驗（1996） 7Bai-Ng檢驗（2001），Moon-Perron檢驗（2002） 8IPS（Im-Pesaran-Shin）檢驗（1997,

3、2002）,面板數(shù)據(jù)的單位根檢驗（不同根情形）,9MW（Maddala-Wu）檢驗（1997） 10崔仁（In Choi）檢驗（2001） 11Vanessa（Vanessa et al.）檢驗（2004） 12Taylor-Sarno檢驗（1998）,面板數(shù)據(jù)的協(xié)積（協(xié)整）檢驗,Pedroni 協(xié)積檢驗：以Engle-Granger協(xié)積檢驗方法為基礎(chǔ)構(gòu)造檢驗統(tǒng)計量，標(biāo)準(zhǔn)化以后漸近服從標(biāo)準(zhǔn)正態(tài)分布。（1999, 2004） Kao協(xié)積檢驗：以Engle-Granger協(xié)積檢驗方法為基礎(chǔ)構(gòu)造檢驗統(tǒng)計量，標(biāo)準(zhǔn)化以后漸近服從標(biāo)準(zhǔn)正態(tài)分布。（1999） Fisher 個體聯(lián)合協(xié)積檢驗（combined

4、 individual test）：用個體的協(xié)積檢驗值構(gòu)造一個服從2分布的累加統(tǒng)計量檢驗面板數(shù)據(jù)的協(xié)積性。(Maddala and Wu 1999),6向量自回歸模型與向量誤差修正模型,向量自回歸（VAR）模型定義,案例：上海證券交易所上證指數(shù)和 股票交易總成交量關(guān)系研究,上海證券交易所上證指數(shù)和股票交易總成交量序列圖,VAR的預(yù)測非常準(zhǔn)確,7期VAR的預(yù)測結(jié)果,VAR的平穩(wěn)性分析,2期VAR的特征根 7期VAR的特征根,VAR模型穩(wěn)定的一種判別條件是，特征方程 | 1 - I | = 0的根都必須在單位圓以內(nèi)。,檢驗結(jié)果如下：,Granger非因果性檢驗,（當(dāng)概率小于0.05時，表示推翻原假

5、設(shè)）,其中滯后20期的輸出結(jié)果:,VAR的脈沖響應(yīng)分析,DLOG(SHP) 和 DLOG(SHQ) VAR(3)的脈沖響應(yīng),VAR的方差分解,DLOG(SHP) 和 DLOG(SHQ) VAR(3)的方差分解,VAR的協(xié)積檢驗,向量誤差修正模型（VEC模型）,VAR(2)基礎(chǔ)上的VEC模型 VAR(6)基礎(chǔ)上的VEC模型,George Box,刁錦寰,7ARIMA模型、SARIMA模型、組合模型,案例：北京市1978:11989:12 社會商品零售額月度數(shù)據(jù)建模,月度數(shù)據(jù)（yt，單位：億元）曲線圖 對數(shù)的月度數(shù)據(jù)（Lnyt）曲線圖,12 Lnyt的相關(guān)圖（下）和偏相關(guān)圖（上）,8時間序列的成分

6、分解模型,為什么要對經(jīng)濟序列進行季節(jié)調(diào)整？,9. 時間序列的季節(jié)調(diào)整 X-13AS、NBS-SA,為什么要對經(jīng)濟序列進行季節(jié)調(diào)整？,9. 時間序列的季節(jié)調(diào)整 X-13AS、NBS-SA,為什么要對經(jīng)濟序列進行季節(jié)調(diào)整？,9. 時間序列的季節(jié)調(diào)整 X-13AS、NBS-SA,為什么要對經(jīng)濟序列進行季節(jié)調(diào)整？,9. 時間序列的季節(jié)調(diào)整 X-13AS、NBS-SA,中國已結(jié)束不生產(chǎn)環(huán)比數(shù)據(jù)的歷史！,9. 時間序列的季節(jié)調(diào)整 X-13AS、NBS-SA,季節(jié)調(diào)整原理,9. 時間序列的季節(jié)調(diào)整 X-13AS、NBS-SA,案例：2005年8月302007年4月30日407天人民幣元兌美元序列的門限模型,

7、序列的特征是“波動集群”、分布是“高峰厚尾”,日元兌美元匯率差分序列（收益）D(JPY) 高峰厚尾分布特征示意圖,高峰厚尾分布曲線,正態(tài)分布曲線,ARCH，GARCH模型可以預(yù)測被解釋變量的方差。對于金融時間序列預(yù)測的是風(fēng)險。 建立ARCH，GARCH模型可以提高均值方程參數(shù)估計的有效性。,11ARCH、GARCH模型,案例：日元兌美元匯率的建模研究,1995.1-2000.8日元兌美元匯率值（1427個）序列（JPY）見圖。極小值為81.12日元，極大值為147.14日元。其均值為112.93日元，標(biāo)準(zhǔn)差是13.3日元。1995年4月曾一度達到81.12日元兌1美元。 JPY的差分序列D(JPY)表示收益。用D(JPY)建立時間序列模型。,日元兌美元匯率（JPY）時間序列 DJPY時間序列,均值方程的估計式,ARCH 模型的選擇,ARCH 模型的選擇,案例：上證A股和B股的收益率關(guān)系研究,案例：上證A股和B股的收益率關(guān)系研究,13向量ARIMA模型,14. 單位根檢驗,Peter C B Phillips,四種典型的隨機過程,14. 單位根檢驗,（模擬4萬次）,單位根研究中我們的創(chuàng)新,F統(tǒng)計量分布的蒙特卡羅模擬,單位根研究中我們的創(chuàng)新,案例：421天的深證成指序列的單位根檢驗,案例：421