> 问题详情
单位根检验中的DF检验的零假设是“被检验时间序列是平稳的”，此检验是双侧检验。（)
悬赏：0&答案豆
提问人：匿名网友
发布时间：
单位根检验中的DF检验的零假设是“被检验时间序列是平稳的”，此检验是双侧检验。()此题为判断题(对，错)。请帮忙给出正确答案和分析，谢谢！
我有更好的答案
相关考试课程
请先输入下方的验证码查看最佳答案
图形验证：
验证码提交中……
找答案会员
享三项特权
找答案会员
享三项特权
找答案会员
享三项特权
选择支付方式：
支付宝付款
郑重提醒：支付后，系统自动为您完成注册
请使用微信扫码支付(元)
支付后，系统自动为您完成注册
遇到问题请联系在线客服QQ：
请您不要关闭此页面,支付完成后点击支付完成按钮
遇到问题请联系在线客服QQ：
恭喜您！升级VIP会员成功
常用邮箱：
用于找回密码
确认密码：【图文】3.1 时间序列平稳性和单位根检验_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
3.1 时间序列平稳性和单位根检验
&&李子奈高级应用计量经济学
大小：879.50KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢万圣节来袭，你们都准备好了吗~万圣节知识知多少，万圣节南瓜灯怎么做，万圣节吃什么应景？在这一年中最疯狂最捣鬼的节日——万圣节，一起来捣蛋吧。
在此可输入您对该资料的评论~
(window.slotbydup = window.slotbydup || []).push({
id: '4540180',
container: s,
size: '250,200',
display: 'inlay-fix'
热门资料排行
添加成功至
资料评价：
所需积分：0您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
.时间序列模型.ppt 45页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：180 &&
.时间序列模型
你可能关注的文档：
··········
··········
ADF检验在Eviews中的实现—GDPP 从GDPP(-1)的参数值看，其t统计量的值大于临界值（单尾），不能拒绝存在单位根的零假设。同时，由于时间项T的t统计量也小于ADF分布表中的临界值（双尾），因此不能拒绝不存在趋势项的零假设。需进一步检验模型2 。
* ADF检验在Eviews中的实现—GDPP * ADF检验在Eviews中的实现—GDPP 从GDPP(-1)的参数值看，其t统计量的值大于临界值（单尾），不能拒绝存在单位根的零假设。同时，由于常数项的t统计量也小于ADF分布表中的临界值（双尾），因此不能拒绝不存在趋势项的零假设。需进一步检验模型1。
* ADF检验在Eviews中的实现—GDPP * ADF检验在Eviews中的实现—GDPP 从GDPP(-1)的参数值看，其t统计量的值大于临界值（单尾），不能拒绝存在单位根的零假设。至此，可断定GDPP时间序列是非平稳的。
* ADF检验在Eviews中的实现—△GDPP * ADF检验在Eviews中的实现—△GDPP 从△GDPP(-1)的参数值看，其t统计量的值大于临界值（单尾），不能拒绝存在单位根的零假设。同时，由于时间项项T的t统计量也小于AFD分布表中的临界值（双尾），因此不能拒绝不存在趋势项的零假设。需进一步检验模型2 。在1%置信度下。
* ADF检验在Eviews中的实现—△GDPP 如果将置信度从1%降低至10%，将拒绝存在单位根和不存在时间趋势项的假设，得到△GDPP是平稳序列的结论，进而得到GDPP是I(1)序列。 * ADF检验在Eviews中的实现—△GDPP 从△GDPP(-1)的参数值看，其统计量的值大于临界值（单尾），不能拒绝存在单位根的零假设。同时，由于常数项的t统计量也小于AFD分布表中的临界值（双尾），因此不能拒绝不存在趋势项的零假设。需进一步检验模型1。 * ADF检验在Eviews中的实现—△GDPP 从△GDPP(-1)的参数值看，其统计量的值大于临界值（单尾），不能拒绝存在单位根的零假设。至此，可断定△GDPP时间序列是非平稳的。
* ADF检验在Eviews中的实现—△2GDPP * ADF检验在Eviews中的实现—△2GDPP * ADF检验在Eviews中的实现—△2GDPP * ADF检验在Eviews中的实现—△2GDPP 从△2GDPP(-1)的参数值看，其统计量的值小于临界值（单尾），拒绝存在单位根的零假设。至此，可断定△2GDPP时间序列是平稳的。 GDPP是I(2)过程。
时间序列平稳性和单位根检验 一、时间序列的平稳性 二、单整序列 三、单位根检验 * 一、时间序列的平稳性Stationary Time Series * ⒈问题的提出 经典计量经济模型常用到的数据有： 时间序列数据（time-series data)； 截面数据(cross-sectional data) 平行/面板数据（panel data/time-series cross-section data)
时间序列数据是最常见，也是最常用到的数据。 经典回归分析暗含着一个重要假设：数据是平稳的。 * 数据非平稳，大样本下的统计推断基础——“一致性”要求——被破怀。 数据非平稳，往往导致出现“虚假回归”（Spurious Regression）问题。 表现为两个本来没有任何因果关系的变量，却有很高的相关性。 例如：如果有两列时间序列数据表现出一致的变化趋势（非平稳的），即使它们没有任何有意义的关系，但进行回归也可表现出较高的可决系数。 * 2、关于经典模型理论基础的思考 经典计量经济学模型基于截面数据进行建构。截面数据的关键特征是，数据来自于随机抽样，数据顺序与计量分析无关。随机抽样隐含了待界定的特定总体。 在Gauss-Markov假设下，可以采用普通最小二乘法（或极大似然法或贝叶斯方法）得到线性模型参数的无偏、有效的估计量。 在经典模型中，通常假定误差项服从正态分布。大数定律提供了Gauss-Markov估计量的一致性，即渐进无偏性。而中心极限定理，则可能为大样本下误差项渐进服从正态分布提供支持，并保证了Gauss-Markov估计量的渐进有效性。
* 只要Gauss-Markov假设隐含的总体模型方程足够现实，我们按照特定的统计法则估计的总体参数将是无偏、有效、一致的；只要样本容量足够大，估计得到的总体模型方程与自在的原型方程的偏差是可以忽略的。 * 从总体原型的自然属性来看，有两种基本总体原型： 一是静态的总体原型，主要是经济因素之间不随时间演变的静态平衡结构，力图揭示经济系统的平衡关系法则，对应的总体是不随时间变化的静态随机分布，通常利用截面数据来估计总体模型参数。 二是动态的总体原型，
正在加载中，请稍后...&星论文网：致力于各类论文代写、论文发表、代写代发论文服务
> >>查看论文
中国经济增长与环境污染关系的实证性研究
本站编辑：admin
　　【摘要】 建立环境污染评价指标，在此基础上运用协整的分析方法考察中国经济增长与环境污染的关系。希望通过对经济增长与环境污染关系的形成机理的分析，可以为我国产业政策的选择提供参考路径。
　　【关键词】 经济增长；环境污染；环境库兹涅茨曲线
　　改革开放以来，中国的经济增长带来了人民生活水平的提高以及社会福利水平的改善。但随之而来的是一系列环境问题。经济增长与环境恶化之间的两难冲突备受关注，二者关系的研究已成为各领域探讨的热点问题。经济学家库兹涅茨在1955年提出了著名的倒U型曲线假说。20世纪90年代，Grossman和Krueger在库兹涅茨曲线基础上提出了环境库兹涅茨曲线。文中首先将建立环境污染评价指标用来反应整个环境污染水平。再次考虑到时间序列的平稳性问题，进行平稳性检验。最后运用协整的方法，建立环境污染评价指标与经济增长之间的误差修正模型，考察中国经济增长与环境污染的关系，以此给出相应的对策与建议。
　　一、环境污染评价指标的建立
　　1.环境污染评价指标的选择。文中建立的环境污染评价体系包括：水污染（废水排放量）、大气污染（工业废气排放量、二氧化硫排放量、工业粉尘排放量、烟尘排放量）、固体污染（工业固体排放量）以及温室气体（二氧化碳排放量）。该7个环境污染排放量指标的时序长度均为年，数据来源于《中国环境年鉴》、《全国环境统计公报》以及《中国统计年鉴》。通过对以上7个指标数据之间相关性分析，反映出环境污染评价指标体系中各变量之间不同的相关程度。废水与二氧化硫的相关度达到0.858，工业废水与二氧化碳的相关度达到0.986，它们之间具有不同程度的相关性，由此增加了分析的问题的复杂性。
　　2.环境污染评价指标建立。通过以上环境污染指标体系的建立，运用主成分分析方法对中国环境污染状况进行动态描述。按照SPSS方法中总方差解释的主成分方差累计贡献率大于85%或特征值大于1的原则，确定主成分个数为两个，若仅仅是根据初始因子载荷阵还不能得出主成分的表达式，还需要把系数除以其相应的特征根的开根号后才能得到主成分系数向量。在得出主成分的表达式后，再建立综合环境指标函数：F=P1F1+P2F2（P1、P2为累计方差贡献率得出的权重，第一主成分F1反映的是废水排放量、工业固体排放量、工业废气排放量、二氧化硫排放量、烟尘排放量、二氧化碳排放量的信息，其贡献率为65.419%；第二主成分F2反映的是工业粉尘排放量的信息，其贡献率为22.5%），由此得出环境污染评价指标。由于得分有正有负，不便于计算分析，因此，在不影响结果性质的情况下，采用在原得分的基础上统一向上平移一个幅度的方法，保证了所有得分数据都是正数。
　　由最后结果可知，年，中国环境质量呈现不断恶化的趋势，环境状况不容乐观。年局部出现波动，甚至在1992年时出现好转时期，特别是1996年，环境质量得到显著改善，在这段时期内整体状况比较稳定，环境质量没有发生特别大的恶化。但从1998年开始，曲线变得比较陡峭，环境污染逐步加重。虽然经历好转时期，但中国的整个环境质量状况处于不断下降的趋势，整体不容乐观。
　　二、建立在环境污染评价指标基础上的EKC分析
　　在研究环境污染与收入变化的实证文献中，其收入变化多采用人均收入指标来度量。考虑到对时间序列数据进行对数化后容易得到平衡序列，并不改变时序数据的特征，因此在分析时对环境污染评价指标与人均GDP都采用取对数值的方法来度量，记作LNINV、LNGDP。实际人均GDP数据由历年《中国统计年鉴》整理、计算而得，是以1985年为基期，消除了通货膨胀后的实际人均GDP，单位为元/人。
　　1.单位根检验。非平稳时间序列做回归分析时，容易产生伪回归现象。因此在对变量进行协整分析之前，需要对变量的平稳性进行检验，只有变量在一阶平稳，即I（1）条件下，才能进行协整分析。对LNINV和LNGDP分别进行ADF单位根检验，由于在没进行差分前的LNINV、LNGDP的ADF检验值大于临界值，从而不能拒绝零假设，故均为非平稳的，而LNINV和LNGDP序列分别在经过一阶差分后，均达到平稳，所以均为一阶单整序列。
　　2.协整检验。单位根检验结果表明，环境污染评价指标与人均GDP的对数值都是一阶单整的，表明他们之间存在一种平稳的关系，即LNINV和LNGDP之间具有长期的稳定关系。根据最小二乘法估计长期均衡方程：
　　LNINV=1.514016LNGDP-8.）
　　 t=（18.612） （-14.364）
　　R2=0.940286 F=346.4203DW=0.638416
　　由DW=0.638416，发现残差项有较强的自相关性，考虑加入适当的滞后项，得到LNINV与LNGDP的分布滞后模型：
　　LNINV=-1.843734LNGDP+3.203307LNGDPt-4-8.）
　　 t=（-3.183428） （5.833946） （-16.51044）
　　R2=0.965659 F=239.0195DW=1.370863
　　通过修正后的DW=1.370863，表明自相关已消除，因此可以初步认为方程（2）为LNINV和LNGDP长期稳定关系式。
　　为了对残差项的稳定性进行检验，可采用对残差序列e进行单位根检验的方法，从输出结果ADF可以看出统计量值为-4.510，小于显著性水平0.01时的临界值-2.741，因此可以认为方程（2）的残差序列为一阶单整序列，即平稳序列，进而可知序列环境污染评价指标与人均GDP之间具有协整关系，也就是说环境与经济增长之间存在长期稳定的关系。通过方程（2）可知，在长期中，中国的人均GDP每增加1个百分点，将使环境污染指数下降1.843734个百分点，从而环境质量得到改善。从表面上看，此结果似乎验证了环境库兹涅茨曲线假说中关于人均GDP上升到一定水平后，污染水平会随人均国内生产总值的进一步上升而下降的断言。但由于此方程还涉及到LNGDP的滞后项，该滞后项的系数为3.203307，其符号与LNGDP的符号相反，且数值远远大于LNGDP的系数，由此抵消了LNGDP的影响能力，即随着人均GDP的不断上升，污染水平将进一步提高。从二者长期关系可以看出，我国的环境库兹涅茨曲线不同于发达国家和新兴工业国家的环境库兹涅茨曲线，并不符合倒U型的环境库兹涅茨曲线特征。也就是说，随着人均收入水平的提高，环境污染并不一定会表现出“先恶化后改善”的趋势。
　　从结果分析可看出，与提出的环境库兹涅茨曲线所揭示的一般规律不同，实证结果表明发展中国家的经济增长与环境污染之间没有存在典型的倒型曲线关系，二者之间存在着正向的关系。其原因在于我国的人均国内生产总值还没有达到环境库兹涅茨曲线临界点要求的经济水平。受人均收入、经济发展水平限制，人们无力支付用于环境保护的技术研发等相关经费的投入和设备的购买。根据发达国家的实证研究表明，如二氧化硫这种污染物，人均收入达到8700美元左右时，人们才会对其开始注意，而加强环境管制，加大对环保的投入。目前我国人均收入3566美元（在没有剔除价格影响情况下），距离临界点还有距离，所以环境污染排放与人均国内生产总值仍表现为正相关的关系，在今后很长一段时间内，经济增长依然会加剧环境问题。
　　3.误差修正模型。若变量间存在协整关系，即表明这些变量之间存在着长期稳定的关系，这种长期稳定的关系是在短期动态过程的不断调整下得以维持。之所以有这种关系，是因为误差修正机制这样一种调节过程在起作用，防止了长期关系的偏差在规模或数量上的扩大。因此，任何一组相互协整的时间序列变量都存在误差修正机制，反映短期调节行为。由于在现实经济中，变量大多数情况下都处于非均衡点上，因此实际观测到的只是和之间的短期的或非均衡的关系。为了反映这种短期关系，构建如下误差修正模型：
　　 LNINV=-1.922044LNGDP+3.284713LNGDPt-4+0.317026EC Mt-1-8.）
　　 t=（-3.256222） （5.835576） （1.273292）（-15.25950）
　　R2=0.963581 F=132.2895DW=1.567573
　　上述检验结果表明误差修正模型的拟合优度为0.963581，拟合效果显著。LNGDP和LNGDPt-4的短期变化对LNINV有显著影响，系数分别为-1..284713。环境污染水平与误差修正项ECM正相关，其系数为0.317026，说明LNINV的实际值与均衡值的差距约31.7026%得到修正或清除。上述结果的经济学解释是：在短期，环境污染水平与当期的人均GDP负相关，与滞后期的人均GDP正相关，且后者的系数大于前者。之所以与当年的人均GDP负相关，表明短期内生产技术的改进及人均资本的提高对环境产生了积极的影响。但由于LNGDP滞后项的存在，该项的存在代表着人均资本存量的增加，在未达到稳态水平的前提下，存量越多意味着产出越多，产出越多意味着污染越多。从检验结果可以发现，我国人均国内生产总值与环境污染之间的关系是：人均国内生产总值是导致污染排放量变化的重要原因，除了个别年份以外，经济增长将导致污染排放量的上升，这一结果与我国工业化发展阶段的一般事实也是较为符合的。（1）我国还处于经济的发展初始阶段，在初期，产出增加往往意味着对能源品、自然资源的过度使用，增加了环境保护压力；（2）这一阶段居民的环境质量-收入弹性较低，即在居民消费需求中环境质量并没有占有较高的比重。从短期来看，产出的增加对环境造成的污染影响将日益增大。
　　三、解释
　　采用经济计量分析技术，实证考察了年间环境污染与我国经济变化之间的长期均衡关系以及误差修正模型效应，得到我国经济增长与环境污染的时间序列关系结果。可以得出，对于环境污染评价指标而言，环境污染曲线没有出现明显的环境库兹涅茨曲线的特征。结论表明要重新审视经济增长与环境之间的关系：一方面，实证结果显示，我国的环境污染曲线目前还没有出现明显的转折点，经济增长依然对环境造成了巨大的压力，又不能因为经济的增长会导致环境污染问题加重而否认经济增长。对于如何缩短与转折点之间的距离，使转折点提前到来，其中产业结构的优化，政府政策对污染的管制、监督与引导是改善环境的重要因素。另一方面，自然资源与环境稳定持久的供给能力构成了经济增长的物质基础，同时也是经济增长的约束条件。经济和社会发展不能超越环境和资源的承载能力，这就要求人们在利用和开发环境资源的同时，提高环境保护意识，对生态环境和自然资源进行保护，建立清晰的环境资源产权界定体系，使自然生态保持良好的循环过程。
　　参考文献
　　[1]彭水军，包群.2006.经济增长与环境污染――环境库兹涅茨曲线假说的中国检验[J].财经问题研究（8）
　　[2]Gene M.Grossman，AlanB.Krueger.1991.Environmental Impacts of the North American Free Trade Agreement[R]. NBER Working Paper.No.3914
　　[3]List J.A.，Gallet C.A.1999.The Environmental Kuznets Curve：does one size fit all[J].Ecological Economics（31）
本文出自：http://www.starlunwen.net/jjxlw/93283.html
上一篇： 下一篇： 　　
相关经济学论文：
Copyright ©
www.starlunwen.net All Rights Reserved. 星论文网 版权所有
蜀ICP备号 | 主营：、 | 服务热线:400-803-;| 企业QQ: | }