时间序列模型

结构模型虽然有助于人们理解变量之间的影响关系，但模型的预测精度比较低。在一些大规模的联立方程中，情况更是如此。而早期的单变量时间序列模型有较少的参数却可以得到非常精确的预测，因此随着Box and Jenkins(1984)等奠基性的研究，时间序列方法得到迅速发展。从单变量时间序列到多元时间序列模型，从平稳过程到非平稳过程，时间序列分析方法被广泛应用于经济、气象和过程控制等领域。本章将介绍如下时间序列分析方法，ARIMA模型、ARCH族模型、VAR模型、VEC模型、单位根检验及协整检验等。

一、基本命令

1.1时间序列数据的处理

1)声明时间序列：tsset 命令

use gnp96.dta, clear

list in 1/20

gen Lgnp = L.gnp

tsset date

list in 1/20

gen Lgnp = L.gnp

2)检查是否有断点：tsreport, report

use gnp96.dta, clear

tsset date

tsreport, report

drop in 10/10

list in 1/12

tsreport, report

tsreport, report list /*列出存在断点的样本信息*/

3)填充缺漏值：tsfill

tsfill

tsreport, report list

list in 1/12

4)追加样本：tsappend

use gnp96.dta, clear

tsset date

list in -10/-1

sum

tsappend , add(5) /*追加5个观察值*/

list in -10/-1

sum