作者：川总写量化
题图：川总写量化微信公众号
摘要
时间序列回归分析并非是简单地将两个序列进行回归处理，而是一个需要精心设计和仔细考量的过程，每一步都涉及到对数据特性的深入理解和对模型假设的严格检验。
0 引言
本文继续拓展《写给你的时间序列分析》系列。系列的前序文章，即：
主要是针对单一时间序列的检验和建模。本文则介绍多个时间序列之间的回归问题。
在时序回归模型中，最简单的模型是静态模型（static model）:
1 Finite Sample Properties of OLS
2 Asymptotic Properties of OLS
3 Error Serial Correlation
4 Heteroskedasticity
5 伪回归
6 Cointegration
7 Error Correction Model
8 结语
本文是对《写给你的时间序列分析》系列的一个必要补充。
从本文 cover 的内容可知，时间序列回归分析并非是简单地将两个序列进行回归处理，而是一个需要精心设计和仔细考量的过程。每一步都涉及到对数据特性的深入理解和对模型假设的严格检验。从平稳性检验到误差修正模型的构建，每个环节都至关重要。只有在确保数据满足必要条件的前提下，才能进行可靠的回归分析，避免伪回归和误导性的结论。唯有通过系统的分析方法和严谨的统计推断，我们才有望揭示时间序列数据中的真实关系。
参考文献
Granger, C. W. J. and P. Newbold (1974). Spurious regressions in econometrics. Journal of Econometrics 2(2), 111–120.
Wooldridge, J. M. (2012). Introductory Econometrics: A Modern Approach (5th Ed.). South-Western, Cengage Learning.
版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。
