EViews中模拟伪回归的设计与实现.pdf

□ 科技探索 EViews中模拟伪回归的设计与实现 席 珍 沈 民 用两个独立的非平稳时间序列计算相关系数常得到相关系数显著不为零的结论， 称这种错误的相关结论为伪相关或虚假相关（spurious correlation ）。 用两个独立的非平稳 时间序列建立回归模型常得到统计显著的回归函数，称这种错误的回归关系为伪回归或 虚假回归（ ）。 尤尔 ， [1]是第一个研究伪相关的学者，格朗杰 spurious regression (Yule 1926) - 纽博尔德 ， [2]首先提出伪回归，并用蒙特卡罗模拟方法模拟了伪回 (Granger-Newbold 1974) 归和伪相关。 菲利普斯 ， [3]利用泛函中心极限定理从理论上对虚假回归问题 (Phillips 1986) [4][5] 进行了分析。 张晓峒 给出了用Mathematica 和EViews 模拟伪回归的部分程序。 本文采用国内广泛使用的计量软件 EViews ，给出了蒙特卡罗（Monte Carlo ）模拟伪相关 与伪回归的设计、模拟的结果和分析。 一、模拟伪回归的设计 1.1 确定概率分布和数据生成过程 生成两个相互独立的 白噪声时间序列 (1) I (0)( ) 生成两个相互独立的 阶单整 时间序列 (2) (1 ) x1t,y1t 差分一次后平稳。 生成两个相互独立的 阶单整 时间序列 (3) (2 ) x ,y 差分二次后平稳。 2t 2t 1.2 生成随机样本，计算相关和回归 按上述方法分三种情形分别生成样本容量为 的成对的 阶单整（ ）序列、成 122 0 I(0) 对的 阶单整（ ）和成对的 阶单整（ ）序列，计算相关系数和估计如下回归模型： 1 I(1) 2 I(2) 1.3 模拟试验 ∧ 对步骤 重复 次，记录每次模拟结果：简单相关系数 ，回归系数 ，回归系 2 10000 γ βi1 ∧ 数的 2 检验值 ，杜宾瓦特荪统计量 ，决定系数 和 检验统计量，并保存到矩 t t(β ) DW R F i1 阵 中；再将 中的各个列转换成相应的变量序列；最后通过计算统计量和绘制直方图 m m 展示蒙特卡罗模拟结果。 程序清单如下： -269- 新学术 ! N=10000 指定试验模拟次数 10000 wfcreate xjhg_500 u ! N matrix (! T,18) m 记录各统计量模拟结果的矩阵m 通过