当当代代计计量量经经济济模模型型体体系系中国能源消中国能源消费费（万吨（万吨标标准煤）准煤）与与GDPGDP（万（万亿亿元）关系研究元）关系研究（1980200619802006）19991999年度中国宏年度中国宏年度中国宏年度中国宏观经济计观经济计量模型框量模型框量模型框量模型框图图（中国社会科学院数技（中国社会科学院数技（中国社会科学院数技（中国社会科学院数技经经研究所）研究所）研究所）研究所） 上上上上证证A A股和股和股和股和B B股收益散点股收益散点股收益散点股收益散点图图 OLSOLS回回回回归归直直直直线线和第和第和第和第0.250.25、0.50.5、0.750.75分位数回分位数回分位数回分位数回归归直直直直线线4 4离散选择模型、有序响应模型、离散选择模型、有序响应模型、离散选择模型、有序响应模型、离散选择模型、有序响应模型、受限因变量模型、计数模型受限因变量模型、计数模型受限因变量模型、计数模型受限因变量模型、计数模型 LogitLogit模型、模型、模型、模型、ProbitProbit模型模型模型模型（离散离散离散离散选择选择模型模型模型模型） LogitLogit模型、模型、模型、模型、ProbitProbit模型模型模型模型（离散离散离散离散选择选择模型模型模型模型） Logit 模型估计值与潜变量散点图模型估计值与潜变量散点图案例：天津市农户劳动力的非农业就业模型（案例：天津市农户劳动力的非农业就业模型（750户）。户）。受教育程度等受教育程度等对劳动力的非农业就业有非常明显的作用对劳动力的非农业就业有非常明显的作用图图1 1 预测概率值预测概率值图图2 2 预测累积概率值预测累积概率值有序响应有序响应有序响应有序响应 Logit Logit 模型估计结果如下模型估计结果如下模型估计结果如下模型估计结果如下5面板数据模型、空间计量模型 面板数据示意图面板数据示意图萧政萧政 面板数据模型估计方法面板数据模型估计方法面板数据模型的检验方法面板数据模型的检验方法 Jerry A. HausmanJerry A. Hausman 面板数据的单位根检验（相同根情形）面板数据的单位根检验（相同根情形） 1Quah检验（检验（1990）2LL（Levin-Lin）检验（）检验（1992） 3LLC（Levin-Lin-Chu）检验（）检验（2002）4Breitung检验（检验（2002）5Hadri检验检验6Abuaf-Jorion检验（检验（1990），），Jorion-Sweeney检验（检验（1996）7Bai-Ng检验（检验（2001），），Moon-Perron检验（检验（2002）8IPS（Im-Pesaran-Shin）检验（）检验（1997,2002）面板数据的单位根检验（不同根情形）面板数据的单位根检验（不同根情形） 9MW（Maddala-Wu）检验（）检验（1997）10崔仁（崔仁（In Choi）检验（）检验（2001）11Vanessa（Vanessa et al.）检验（）检验（2004）12Taylor-Sarno检验（检验（1998）面板数据的协积（协整）检验面板数据的协积（协整）检验Pedroni 协积检验：协积检验：以以Engle-Granger协积检验方法为基础构造检验统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。（计量，标准化以后渐近服从标准正态分布。（1999, 2004）Kao协积检验：协积检验：以以Engle-Granger协积检验方法为基础构造检验统计量，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。（标准化以后渐近服从标准正态分布。（1999）Fisher 个体联合协积检验个体联合协积检验（combined individual test）：用个体的协积）：用个体的协积检验值构造一个服从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。分布的累加统计量检验面板数据的协积性。(Maddala and Wu 1999)6 6向量自回归模型与向量误差修正模型向量自回归（向量自回归（VAR）模型定义）模型定义案例：上海证券交易所上证指数和案例：上海证券交易所上证指数和 股票交易总成交量关系研究股票交易总成交量关系研究上海证券交易所上证指数和股票交易总成交量序列图上海证券交易所上证指数和股票交易总成交量序列图 VAR的预测非常准确的预测非常准确7期期VAR的预测结果的预测结果VARVAR的平稳性分析的平稳性分析的平稳性分析的平稳性分析 2期期VAR的特征根的特征根 7期期VAR的特征根的特征根VAR模型稳定的一种判别条件是，特征方程模型稳定的一种判别条件是，特征方程 | 1 - I | = 0的根都必须的根都必须在单位圆以内。在单位圆以内。检验结果如下：检验结果如下：GrangerGranger非因果性非因果性非因果性非因果性检验检验 （当概率小于（当概率小于0.05时，表示推翻原假设）时，表示推翻原假设）其中滞后其中滞后2020期的输出结果期的输出结果: VARVAR的脉冲响应分析的脉冲响应分析的脉冲响应分析的脉冲响应分析DLOG(SHP) 和和 DLOG(SHQ) VAR(3)的脉冲响应的脉冲响应 VARVAR的方差分解的方差分解的方差分解的方差分解DLOG(SHP) 和和 DLOG(SHQ) VAR(3)的方差分解的方差分解 VAR的协积检验的协积检验向量误差修正模型向量误差修正模型（VEC模型模型）VAR(2)基础上的基础上的VEC模型模型 VAR(6)VAR(6)基础上的基础上的基础上的基础上的VECVEC模型模型模型模型George Box 刁锦寰刁锦寰7ARIMA模型、模型、SARIMA模型模型、组合、组合模型模型案例：北京市1978:11989:12 社会商品零售额月度数据建模 月度数据（月度数据（y yt t，单位：亿元）曲线图，单位：亿元）曲线图 对数的月度数据（对数的月度数据（LnyLnyt t）曲线图）曲线图 12 Lnyt的相关图（下）和偏相关图（上）的相关图（下）和偏相关图（上） 8时间序列的序列的成分分解成分分解模型模型为什么为什么为什么为什么要对经济序列进行季节调整？要对经济序列进行季节调整？要对经济序列进行季节调整？要对经济序列进行季节调整？9. 时间序列的季节调整时间序列的季节调整 X-13AS、NBS-SA为什么为什么为什么为什么要对经济序列进行季节调整？要对经济序列进行季节调整？要对经济序列进行季节调整？要对经济序列进行季节调整？9. 时间序列的季节调整时间序列的季节调整 X-13AS、NBS-SA为什么为什么为什么为什么要对经济序列进行季节调整？要对经济序列进行季节调整？要对经济序列进行季节调整？要对经济序列进行季节调整？9. 时间序列的季节调整时间序列的季节调整 X-13AS、NBS-SA为什么为什么为什么为什么要对经济序列进行季节调整？要对经济序列进行季节调整？要对经济序列进行季节调整？要对经济序列进行季节调整？9. 时间序列的季节调整时间序列的季节调整 X-13AS、NBS-SA中国中国中国中国已已已已结束不生产环比数据的历史！结束不生产环比数据的历史！结束不生产环比数据的历史！结束不生产环比数据的历史！9. 时间序列的季节调整时间序列的季节调整 X-13AS、NBS-SA季节季节季节季节调整原理调整原理调整原理调整原理9. 时间序列的季节调整时间序列的季节调整 X-13AS、NBS-SA案例：案例：2005年年8月月30 2007年年4月月30日日407天人民天人民币元元兑美元序列的美元序列的门限模型限模型 序列的特征是序列的特征是“波动集群波动集群”、分布是、分布是“高峰厚尾高峰厚尾” 日元兑美元汇率差分序列（收益）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特征示意图 高峰厚尾高峰厚尾分布曲线分布曲线 正态正态分布曲线分布曲线 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。列预测的是风险。建立建立ARCH，GARCH模型可以提高均值方程参数估计的有效性。模型可以提高均值方程参数估计的有效性。1111ARCHARCH、GARCHGARCH模型模型模型模型案例：日元兑美元汇率的建模研究案例：日元兑美元汇率的建模研究 1995.1-2000.8日元兑美元汇率值（日元兑美元汇率值（1427个）序列（个）序列（JPY）见图。极小值）见图。极小值为为81.12日元，极大值为日元，极大值为147.14日元。其均值为日元。其均值为112.93日元，标准差是日元，标准差是13.3日元。日元。1995年年4月曾一度达到月曾一度达到81.12日元兑日元兑1美元。美元。 JPY的差分序列的差分序列D(JPY)表示收益。用表示收益。用D(JPY)建立时间序列模型。建立时间序列模型。 日元兑美元汇率（日元兑美元汇率（JPY）时间序列）时间序列 DJPY时间序列时间序列均值方程的估计式均值方程的估计式ARCH 模型的选择模型的选择ARCH 模型的选择模型的选择案例：上证案例：上证案例：上证案例：上证A A股和股和股和股和B B股的收益率关系研究股的收益率关系研究股的收益率关系研究股的收益率关系研究案例：上证案例：上证案例：上证案例：上证A A股和股和股和股和B B股的收益率关系研究股的收益率关系研究股的收益率关系研究股的收益率关系研究13向量ARIMA模型14.14. 单位根检验单位根检验单位根检验单位根检验Peter C B Phillips Peter C B Phillips 四种典型的随机过程四种典型的随机过程四种典型的随机过程四种典型的随机过程四种典型的随机过程四种典型的随机过程 14.14. 单位根检验单位根检验单位根检验单位根检验（模拟（模拟4万次）万次） 单位根研究中我们的创新单位根研究中我们的创新单位根研究中我们的创新单位根研究中我们的创新F F统计统计量分布的蒙特卡量分布的蒙特卡罗罗模模拟拟单位根研究中我们的创新单位根研究中我们的创新单位根研究中我们的创新单位根研究中我们的创新案例：案例：421天的深证成指序列的单位根检验天的深证成指序列的单位根检验案例：案例：421天的深天的深证成指序列的成指序列的单位根位根检验用此程序计算用此程序计算用此程序计算用此程序计算F F 统计量，统计量，统计量，统计量，但不应看此概率。但不应看此概率。但不应看此概率。但不应看此概率。案例：案例：421天的深天的深证成指序列的成指序列的单位根位根检验结构突变序列的单位根检验结构突变序列的单位根检验结构突变序列的单位根检验结构突变序列的单位根检验1515蒙特卡罗模拟与编程蒙特卡罗模拟与编程蒙特卡罗模拟与编程蒙特卡罗模拟与编程模拟模拟模拟模拟 的分布的分布的分布的分布模拟模拟模拟模拟 1 1的分布的分布的分布的分布蒙特卡罗模拟技术的应用将越来越广泛。蒙特卡罗模拟技术的应用将越来越广泛。蒙特卡罗模拟技术的应用将越来越广泛。蒙特卡罗模拟技术的应用将越来越广泛。结束，谢谢结束，谢谢.