查看完整版本: ARMA模型是计量经济学家的良心(转贴资料)

michael 2007-9-27 12:04

ARMA模型是计量经济学家的良心(转贴资料)

C.S Chu是Hal. White的弟子，南加州和台大的教授，研究方向是时间序列。:XLu5o+Gx1R
从他那里学来不少计量上的理念。整理出来供大家参考。以下的第一人称均指Chu。xym^+\)L#Q'x%{

H*l&\ n{{.^yX Ne
Q-L i%Q L'I6ru1J 1、计量建模时一般考虑线性模型，why？我的答案很简单：why not？反正模型的形式是未pZ$I+[wC]
知的。既然未知，为何不选最简单的线性模型？
.P3E&Gr4? "v1W9M$K-lN,W
2、很多教科书一讨论参数估计，就搬出几大标准：无偏性、有效性和一致性。这几个性质BqX'v'T!c&MW"C
的地位是不一样的。一致性是最重要的，而有效性在它面前微不足道。至于有偏无偏，即,b7P[`R ?0s
使有偏，也可能是一致的；所以无偏性也不重要。在某些特定的条件下，无偏性只是为了
AJdlfe-F 保证一致性成立的必要条件而已。D]&Pd`T Eq0l:n R[
1\ t{\ ~4[ c g
3、当在计量经济学中遇到困难时，往往要回到经济学中寻找答案。
%T?[rmh$U.o K
jtxS E4S] g 4、不能根据R平方判断模型的优劣。R平方随着解释变量个数的增加而增加，因为Informa
x.kvWMpaZB tion is never negative。如果高的R平方只是源于更多的解释变量，那么显然高的R平方
A)xSp CDuL 不代表更好的模型。而且，高的R平方还意味着模型样本外预测的能力较低。!sY0LBz#Ly
\Zy-IY ?,m k
5、在时间序列分析中，R平方超过0.9不是什么大不了的事情，不必为此沾沾自喜；而在横3`K9|6]D6g B%`] Y%X
截面分析中，超过0.3的R平方就被看作超级了不起的事情。
EO0M Qz` l
H%?lJ6s'f6l 6、横截面数据一般包含特定的结构，因此处理起来要小心。+\+O7o FK+F8O

{JS.la%XkLs 7、ARMA模型是计量经济学家的良心。如果你建的模型的预测能力不如ARMA，那么模型就是
&Qt$m|7s4YJ 失败的。你要敢于拿ARMA去挑战自己。
(U`5n P].nL 5mOq.s/^Ast$U'o fa#C
8、时间序列的回归中，一定要保证内部逻辑的一致性。拿I(0)对I(1)做回归或拿I(1)对I6RLr|![
(0)做回归都是不能接受的。当你看到有人直接拿GDP对利率作回归，那他的模型必错无疑 ft2H)pe@M/h9bLg
。a0z\j`y(|9t
Q,?*Uud-sN/yl
9、当你看到模型的t值很大时，先不要高兴，因为这很可能是谬误回归的产物。如果此时;E oq^/g
Durbin-Waston值很小（小于0.5），那么谬误回归的可能性就进一步变大了。 in qChC[ sI R
!lF lcf j'~(J
10、在处理联立方程组模型中，一般采用reduced form。reduced form虽然不一定得到原
u'rs3d#j s o f} SG 方程组的参数，但用来预测足矣。
-hBnw:O&fZ
n8C#q4DZFI 11、如果预测误差有相关性，那么模型设定一定有错误。
"`Fg'G8m,`wO
gwG4Y$C Tr 12、在对用极大似然法得到的参数的渐进分布进行讨论时，千万别忘了信息矩阵等式是一
.^!P6v~(sO'LO 切简化结果的前提。虽然这一等式很难成立，但大部分计量经济学家都默认它成立。z](kl6I%}e{1Z
.L;N(F y$@-Y"o%XJ |3f {
13、在假设检验中，如果模型是线性的而原假设是非线性的，则一般考虑wald test。如果(e.pB7V(l m
模型是非线性的，则要考虑LM test。 R4mF)Ih-l(P H,\
{9uJwtOv3q
14、在模型设定上有两种思路：一种是由顶至下（top-down），一种是由底至上（bottom
#[6pm%K1l P -up）。前者是指先设定一大串解释变量，然后一个一个排查；后者是指从最简单的模型入,g'i^/NJT
手，逐个往里加解释变量。前者的问题在于包含了多余的变量，致使非有效性产生；而后
U2p^G[ bz 者遗漏了重要变量，致使不一致性产生。从一致性和有效性的重要程度来看，似乎应当选(n9Y;vrEWH0p
择前者。但是，除非你能保证那一大串解释变量完全包含了真实的模型，否则那一大串变
7_*qd)|0Im 量的模型也是不一致的。而能做到这一点（包含真实模型），很难。既然都不一致，为何\{#x y?5kU
不选择从简单的模型开始呢？
d3_5fz"f v|xb| )E!F'w8o3`g(]d+P#M
15、在经典假设不满足的情况下，FGLS不比OLS更有效。
[3]#^,Gkm2T
T G9|;s(i;T 16、解决序列相关的传统办法是“准差分法”。但是，序列相关出现，意味着模型设定有
t1E|"d/IR#N 问题；应从模型设定上入手解决。Q:fq"`I

/h.H9lc.||&s 17、在检验序列相关时，DW test针对AR(1)的误差项。即使误差项不满足AR(1)，DW test
z2J3Fup e 也富含信息。
c\X[6H;Qz^w
j1@]'A2F!MO Gh 18、小样本时，DW test比LM test更powerful，因为LM test是一个渐进的检测。P7m{%R/|x8A(T[
'H@D-cJPT)~
19、递归残差比OLS残差更有信息量。
}st+O']E8CQtE ,{'v4Y'ss/`@2@
20、实际操作中，如果存在异方差，仍然使用OLS，但方差估计值要选择Robust Variance
`FuFk'} ._?}P"t&\'A

C%B.g[LDE+y 21、实际操作中，如果存在异方差，且根据OLS方差和Robust方差得到的显著性检验结果相
8`0}-f(n}!c"V2C j 同，那么就没有必要理会异方差的存在。
2{8@-^0RE^k UA VC:`
22、如果必须要修正异方差，就要大胆假设异方差的形式，并用Breusch-Pagan test检验
:k;F6_~J@L)I K ，而不是回避异方差的形式。'ZJoq*[,w*E7Ck

c6LM\r4r 23、其他修正异方差的方法包括对数据取对数和把变量变成人均变量。
7|%D|ounb2t;?;w
p1J"`#SF'gB3u"^ 24、在用Newton-Ralphson方法对非线性模型作迭代时，初始值和步长的选定很重要。
9Ul"A Z3Vfv o/V
\/q_8SG0Uk 25、在GARCH（1,1）中，误差项的方差在实证中总是趋近于无穷大。尽管后人对此作了修
hb'\v;^T,K 正，但我认为问题出在根本模型的设定。
k9b6qXs ] c-Vu j%j2h-G
-- 来源:．南京大学小百合站 [url=http://bbs.nju.edu.cn/][color=#800080]http://bbs.nju.edu.cn[/color][/url] [FROM: 162.105.210.51]

lmno823 2008-4-14 15:01

博客群发软件 www.ab998.cn

网站优化方案|群发软件|博客群发软件|论坛群发软件
9Lt _ [X HQT 魔电系列软件 mo dain xi lie ruan jian 魔电系列软件 如果谁可以说出任何一款群发软件能超过魔电群发软件的,我们将奖励其1000元。魔电群发软件是及论坛群发.博客群发.供求群发.留言版群发.企业推广和优化排名为一体的开发中心。魔电的...
L9bqWhL1P*A www.ab110.cn/ 25K 2008-3-27
页: [1]
查看完整版本: ARMA模型是计量经济学家的良心(转贴资料)