eviews第三讲：误差修正模型详解.ppt

结果输出 结论： 协整检验说明在95%的置信区间存在2个协整方程 协整关系写成代数表达式： lnGDP=-73.75119lnGINI+e 协整方程表达式代表两变量之间长期稳定的关系 方法3：检验残差 协整存在的一个重要条件就是估计协整回归方程的残值应是平稳的。 步骤1：对两变量进行单位根检验，若被解释变量Y和解释变量X都为一阶单整 即：Y----I（1） X---I（1） 步骤2： 对方程进行回归 得出残差项 步骤3：对残差项进行单位根检验， 若原假设 成立，说明残差不平稳，即为I(1);若残差项平稳（即为0阶单整），则两变量之间存在协整关系（即长期稳定的某种关系）。 协整检验结果的形成 传统的经济模型通常表述的是变量之间的一种“长期均衡关系”，而实际上经济数据往往产生于“非均衡过程”，因此建模时需要用数据的动态非均衡过程来逼近经济理论的长期均衡过程。表现在方程式中，就是每个变量的滞后也会出现在模型之中。误差修正模型正是为了度量某一时期内生变量Yt在某一时点关于外生变量Xt的短期偏离。 短期误差修正 例如：在建立消费和收入的协整方程后，为考察我国消费和收入的动态关系，则需要建立误差修正模型，以考量当消费短期波动偏离长期均衡时，怎样的调整力度可以将非均衡状态拉回到均衡状态。 首先对变量进行协整分析，以发现变量之间的协整关系，即长期均衡关系，并以这种关系构成误差修正项。然后建立短期模型，将误差修正项看作一个解释变量，连同其它反映短期波动的解释变量一起，建立短期模型，即误差修正模型。 短期误差修正 前提： X、Y是协整的 第一步：回归以下方程，得出残差 第二步：再估计以下方程 r 应该是负值，且具有显著性 步骤： 前面步骤：单位根、协整检验（省略） 第一步：第一个回归 LS Y Y(-1) X X(-1) 得出残差 第二步： Genr e=resid Genr dY=d(Y) Genr dx=d(X) 第三步：回归 LS DY DX e(-1) 得出e(-1) 的回归系数 第一个回归 第二步 第三步 注意：短期修正系数，即E(-1)的系数应该为负，且显著 由于我选择的数据有问题，所以这里的结果不显著，是错误的。实际操作中，这组数据不能用这个模型。 ECM修正的效果(结果解释） 修正项（ecm^t-1）的系数为0.51，那这个模型就可以解释为当短期波动偏离长期均衡时，将以0.51的调整力度将非均衡状态拉倒均衡状态。 R^2较高，说明拟合较好，DW值也在2左右，基本上是无自相关的 误差修正是一个反向调整过程（负反馈机 制）。 方法2： 可以采用打开误差修整模型中非均衡误差项括号的方法直接用OLS法估计模型。 但仍需事先对变量间的协整关系进行检验。 总结 误差修正模型的建立步骤： 0.统计性检验 1.单位根检验（ADF） 2.Johanson协整检验 3.误差修正 其他模型 数据平稳后，还可以建立其他一切模型及分析，如： 1. 格兰杰因果关系 2.VAR模型（Vector Auto Regression） 3. 脉冲响应 4. 方差分解 以上模型都要求时间序列是平稳序列。 SC值最小 SC信息准则，又称施瓦兹准则，即Schwarz Criterion 其检验思想也是通过比较不同分布滞后模型的拟合优度来确定合适的滞后期长度。检验过程是：在模型中逐期添加滞后变量，直到SC值不再降低时为止，即选择使SC值达到最小的滞后期k。 SC信息准则 AIC最小原则是判定模型好坏标准之一，犹如R2（R平方）一样。 AIC和SC(舒瓦茨信息）常常一并作为判断模型拟合程度的标准之一，特别是在滞后阶数的选择上。 比如，一个VAR（向量自回归模型），经济理论往往无法确定滞后阶数，这时往往采用AIC或者SC最小原则，即观察不同的阶数的VAR模型，哪个模型的AIC或者SC值最小就选用哪个模型进行分析。 AIC、SC都会在模型参数中给出。 确定序列具有单位根的阶数 ADF检验形式的选择 操作：数据（gini2，lnpergdp） 第一步：输入变量（略） 打开序列，点击Quick---Estimate Equation对变量 gini gini(-1) c t进行自回归 目的：查看常数项和时间趋势项是否显著 第二步：上图结果显示常数项显著，因此对原始数据单位根检验中同时加入常数项 注意： Maximun lags严格的说，要逐步加入滞后期，最后根据AIC最小准则来选取 如果对回归结果不那么严格要求，可以选用系统默认的滞后期 本案例中，默认的滞后期是8 结果 结论： 原假设H0：Gini有一个单位根 ADF结果显示，不能拒绝原假设