欢迎来到天天文库
浏览记录
ID:57090651
大小:85.50 KB
页数:9页
时间:2020-08-02
《协整检验eviews知识分享.doc》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、协整检验eviews精品文档四.协整检验的相关应用一.基本思想及注意要点、适用条件1.基本思想尽管一些变量是非平稳的而且是同阶单整的(比如,同为I(1)与I(2)),但有时如果我们对它们之间的关系进行长期观察,会发现它们之间是存在着某种内在的联系的,即它们之间从长期看存在着稳定的均衡关系。比如,两个醉汉,同时从某一个平行的地点出发,尽管如果你单独观察某一个醉汉,会发现它们的走路并无明显的规律可循,而且,随着时间的延长,有偏离其走路均值的幅度越来越大的特点(非平稳),但如果你事前在他们腰间拴一条绳子,而且他们波动的趋势恰好相反,那么,你会发现,从长期来看,他们所走
2、过路,是相对具有某种稳定的关系的,我们通常称这种观察到的现象为所谓的协整关系。也可想一下“一条绳子上拴两个蚂蚱”。2.注意要点(1)协整一定是针对于同阶单整的,即两个或多个变量之间一定是同样一个I(n)过程,即大家都必须是经相同阶的差分后才会平稳。直观的,如果将平稳时间序列数据看作是“正常人”,非平稳时间序列数据看作是“醉汉”,那么,只有“醉汉”之间才可能存在协整关系,而且只有“醉”的程度是一样的,才可能存在协整关系。故要利用协整技术,前提条件就是先判断,你的变量序列是不是“醉汉”。拴一条绳子在两个“醉汉”之间,在数学上可类比于线性组合。(2)如果存在协整关系,
3、那么表明你在假定模型的时候,认为两个或多个变量之间的关系不是单向的。协整只表明所观察的两个或几个变量之间长期收集于网络,如有侵权请联系管理员删除精品文档可能存在某种稳定的相对关系,但通常并不能一定认为二者就具有因果关系,这也是为何实证当中,一般是将协整与所谓的格兰杰因果检验同时运用的原因(3)从上面的比如可知,即使两个变量之间存在协整关系,而且也检验出存在因果关系,但这种因果关系的方向通常并不确定,而且由于协整都是基于原始变量非平稳的,因而,此前的“仪器”一般是失效的,故通常不要试图对协整的分析结果进行乘数等解析。比如,一般不能说x变化多少引起y变化多少。不过,
4、如果样本量比较大,直接运用OLS进行估计,从参数的准确度来说,影响并不大,而且,参数实际会以比一般更快的速度一致的收敛到真实的参数。(4)协整往往与经济学上的“均衡”概念相联系。如果两个变量之间存在协整关系,那么通常表明两个变量之间具有长期均衡关系。从这一点也决定了,你通常不能对协整估计出来的方程结果进行短期的乘数解释。(5)在数学上,协整实际上表现为两个或多个变量之间的线性组合是一个平稳的变比量。比如,axt+byt是一个平稳变量。其中,a、b称作协整系数。从数学表达式也可看出,协整并没有给出x与y的因果关系方向,而且,既然axt+byt是平稳的,那么显然ka
5、xt+kbyt也是平稳的,故由此也可看出,对协整系数进行一般的乘数分析是没有意义的。(6)eviews7.0给出了两种协整检验的方法:一种是基于单方程的检验法;另一种是基于VAR的检验法。但eviews5.0以前的版本没有第一种方法。故下面仅简单介绍一下后一种方法。特别要注意,如果你用的是eviews7.0版本的基于单方程的检验方法,那么,收集于网络,如有侵权请联系管理员删除精品文档eviews会提供一些协整系数是否满足某种约束的wald检验,比如,检验a+b是否为1等。3.适用条件(1)虽然两个同阶变量间均可能存在协整关系,但eveiws上的协整检验仅针对于两
6、个或多个变量均为I(1)的情形,即仅针对于所有变量均同时为单位根的情形(2)由上,进行协整分析的前提是先必须对所要观察的变量进行单位根检验,只有所有的变量均同时服从单位根时,才可进行协整检验。二.检验方法格兰杰两步法与Johansen(1991)创造的VAR矩阵特征值基础之上。后者的原理是,经过线性变换后,有几个接近于1的特征值,就表示有几个协整向量。三.检验步骤Eviews上JJ检验所基于的原始模型:1.先建立一个群组对象;2.在群组对象中选择view/cointegrationtest;3.在协整选项中选择6个选项中的1个。经验原则是:1、5一般很少用。如果
7、选1,那么要求是所有的变量(VAR)都应当满足平均值为0的条件;5可能会在样本范围内具有较好的拟合效果,但外推效果很差。若所有的变量均无时间收集于网络,如有侵权请联系管理员删除精品文档趋势,那么可以选择2;如果有变量存在时间趋势,且你认为所有这些趋势都是随机的,那么选3;如果你认为有的变量的趋势是平稳的,那么选4。四.需注意的问题1.VAR随机扰动项必须是白噪声,故有时需加外生变量,以保证这一条件。但截距项与线性趋势不必算做外生变量加以考虑,因为前面的5个选项中已包含这一因素。2.如果数据出现突变断裂,单位根检验要有所改变。3.最常要加的外生变量是季节虚拟变量。
8、不过,特别要注意的是,由
此文档下载收益归作者所有