时间序列的协整检验与误差修正模型.pptx

时间序列的协整检验与误差修正模型.pptx

  1. 1、本文档共76页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
§3.2 时间序列的协整检验 与误差修正模型 ;一、长期均衡与协整分析 Equilibrium and Cointegration;1、问题的提出; 经济理论指出,某些经济变量间确实存在着长期均衡关系,这种均衡关系意味着经济系统不存在破坏均衡的内在机制,如果变量在某时期受到干扰后偏离其长期均衡点,则均衡机制将会在下一期进行调整以使其重新回到均衡状态。 假设X与Y间的长期“均衡关系”由式描述;在t-1期末,存在下述三种情形之一: Y等于它的均衡值:Yt-1= ?0+?1Xt ; Y小于它的均衡值:Yt-1 ?0+?1Xt ; Y??于它的均衡值:Yt-1 ?0+?1Xt ; ;如果t-1期末,发生了上述第二种情况,即Y的值小于其均衡值,则t期末Y的变化往往会比第一种情形下Y的变化大一些; 反之,如果t-1期末Y的值大于其均衡值,则t期末Y的变化往往会小于第一种情形下的?Yt 。 可见,如果Yt=?0+?1Xt+?t正确地提示了X与Y间的长期稳定的“均衡关系”,则意味着Y对其均衡点的偏离从本质上说是“临时性”的。 一个重要的假设就是:随机扰动项?t必须是平稳序列。如果?t有随机性趋势(上升或下降),则会导致Y对其均衡点的任何偏离都会被长期累积下来而不能被消除。;式Yt=?0+?1Xt+?t中的随机扰动项也被称为非均衡误差(disequilibrium error),它是变量X与Y的一个线性组合:;3、协整; 3个以上的变量,如果具有不同的单整阶数,有可能经过线性组合构成低阶单整变量。;(d,d)阶协整是一类非常重要的协整关系,它的经济意义在于:两个变量,虽然它们具有各自的长期波动规律,但是如果它们是(d,d)阶协整的,则它们之间存在着一个长期稳定的比例关系。 例如,中国CPC和GDPPC,它们各自都是2阶单整,如果它们是(2,2)阶协整,说明它们之间存在着一个长期稳定的比例关系,从计量经济学模型的意义上讲,建立如下居民人均消费函数模型是合理的。 ; 从这里,我们已经初步认识到:检验变量之间的协整关系,在建立计量经济学模型中是非常重要的。 而且,从变量之间是否具有协整关系出发选择模型的变量,其数据基础是牢固的,其统计性质是优良的。;二、协整检验—EG检验; 1、两变量的Engle-Granger检验;非均衡误差的单整性的检验方法仍然是DF检验或者ADF检验。 需要注意是,这里的DF或ADF检验是针对协整回归计算出的误差项,而非真正的非均衡误差。 而OLS法采用了残差最小平方和原理,因此估计量?是向下偏倚的,这样将导致拒绝零假设的机会比实际情形大。 于是对et平稳性检验的DF与ADF临界值应该比正常的DF与ADF临界值还要小。;MacKinnon(1991)通过模拟试验给出了协整检验的临界值。 ;例题:对经过居民消费价格指数调整后的1978~2006年间中国居民总量消费Y与总量可支配收入X的数据,检验它们取对数的序列lnY与lnX间的协整关系。 ;2021/7/5;对于lnY与lnX,经检验,它们均是I(1)序列,最终的检验模型如下: ;对lnY与lnX进行如下协整回归: ;对计算得到的残差序列进行ADF检验,最终检验模型为: ;2、多变量协整关系的检验—扩展的E-G检验; 然而,如果Z与W,X与Y间分别存在长期均衡关系:;检验程序: 对于多变量的协整检验过程,基本与双变量情形相同,即需检验变量是否具有同阶单整性,以及是否存在稳定的线性组合。 在检验是否存在稳定的线性组合时,需通过设置一个变量为被解释变量,其他变量为解释变量,进行OLS估计并检验残差序列是否平稳。 如果不平稳,则需更换被解释变量,进行同样的OLS估计及相应的残差项检验。 当所有的变量都被作为被解释变量检验之后,仍不能得到平稳的残差项序列,则认为这些变量间不存在(d,d)阶协整。; 检验残差项是否平稳的DF与ADF检验临界值要比通常的DF与ADF检验临界值小,而且该临界值还受到所检验的变量个数的影响。;3、高阶单整变量的Engle-Granger检验 ;三、协整检验—JJ检验;1、 JJ检验的原理 ;没有移动平均项的向量自回归模型表示为: ;将y的协整问题转变为讨论矩阵Π的性质问题;; 于是,将yt中的协整检验变成对矩阵Π的分析问题。这就是JJ检验的基本原理。 ;2、 JJ检验的预备工作 ;第二步:用OLS分别估计下式中的每一个方程,计算残差,得到残差矩阵S1,也为一个(M×T)阶矩阵。 ;第三步:构造上述残差矩阵的积矩阵: ;第四步:计算有序特征值和特征向量。 ;第五步:设定似然函数。 ;3、JJ检验之一—特征值轨迹检验 ;2021/7/5;嵌套检验;2021/7/5; …,一直检验下去,直到出现第一个不显著的η(M-r)为止,

文档评论(0)

189****5087 + 关注
官方认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7102116031000022
认证主体仪征市思诚信息技术服务部
IP属地江苏
统一社会信用代码/组织机构代码
92321081MA278RWX8D

1亿VIP精品文档

相关文档