-
利用
eviews
进行协整分析
【实验目的】
掌握协整分析及相关内容的软件操作
【实验内容】
单位根检验,单整检验,协整关系检验,误差修正模型
【实验步骤】
Augmented
Dickey-Fuller Test
(
ADF
检验
考虑模型(
1
)
△
y
t
=
S
y
t
-1+
刀
入
j
△
y
t-j
+
卩
t
模型(
2
)
△
y
t
=
n
+
S
y
t
-1+
刀入
j
△
y
t-j
+
t
模型(
3
)
△
y
t
=
n
+
3
t+
S
y
t
-1 +
刀入
j
△
y
t-j
+
^
t
其中:
j=1
,
2
,
3
单位根的检验步骤如下:
第一步:估计模型(
3
)。在给定
ADF
临界值的显著水平下,
< br>如果参数
S
显著不为零,则
序列
y
t
不存在单位根,说明序列
y
t
是平稳的,结束检验。
否则,进行第二步。
,则进入
第二步:给定
S
=0
,
在给定
ADF
临界值的显著
水平下,如果参数
3
显著不为零
第三步;否则表明模型不含时间趋势,进入第四步。
第三步:用一般的
t
分布检验
< br>S
=0
。如果参数
S
显著不为零,则序列
y
t
不存在单位根,
说明序列
y
t
是平稳的,结束检验;否则,序列存在单
位根,是非平稳序列,结束检验。
第四步:估计模型(
2
)。在给定
ADF
临界值的显著水平下,如果参数
S
显著不为零,则
序列
y
t
不存在单
位根,说明序列
y
t
是平稳的,结束检验;否则,继续下一步。
< br>
第五步:给定
S
=0
,
在给定
ADF
临界
值的显著水平下,如果参数
S
显著不为零,表明含
有常数项,则进
入第三步;否则继续下一步。
p>
第六步:估计模型(
1
< br>)。在给定
ADF
临界值的显著水平下,如果参数
S
显著不为零,则
序列
y
t
不存在单位根,说明序列
p>
稳序列,结束检验。
< br>y
t
是平稳的,结束检验。否则,序列存在单位根,是非
平
操作:
(1)
检验消费序
列是否为平稳序列。在工作文件窗口,打开序列
CS1,
在
CS1
页面单击左上方的“
View
”键并选择“
Unit
Root Test
”,采用
ADF
检验方
法,依
据检验目的确定要检验
的模型类型,则有单位根检验结果。
(
左上方选:
level
,左下方选:
Trend
and intercept
,含有截距项和趋势项,右边最大滞后
期:
2
,
点击
0K
消费时间序列为模型
(
3
)
,其仁值大于附表
6
(
含有常数项和时间趋势
)
p>
中
~
各种显著性
水平下值。因此,在这种情况下不能拒绝原假设,即私人消费时间
序列
CS
有
一个单位根,
SC
序列是非平稳序列。
同理,可以对
Y1
序列进行单位根检验。
< br>
(2)
< br>单整
1
。检验消费时间序列一阶差分(△
CS
)
的平稳性。在工作文件窗
口,打开
序列
CS,
在
CS
页面单击左上方的“
View
”键并选择“
Unit Root
Test
”, 采用
ADF
检验
方法,依据检验目的确定要检验的模型类型,则有单位根检验结果。
(
左上方选:
1st
differenee
—阶差分,左下方选:
intercept
,含有截距项,
右边最大滞后期:<
/p>
2
,
点击
0K<
/p>
就得到对于一阶差分序列
D(CS
的单位根检验
的结果
)
同理,可以对
D
(
< br>Y1
)
序列进行单位根检验
。<
/p>
用
OLS
法做
两个回归:
2
△
CS C
△
CS
1
△
2
CS C t
△
CS
1
△
2
CS
为二阶差分,在两种情况下,仁
值都小于附表
6
中
~
< br>各种显著性水平下的
值。因此,
拒绝原假设,即私人消费一阶差分时间序列没有单位根,即私人消费
一阶差分时间序列没有单位根,或者说该序列的平稳序列。所以,
序列,由于△
CS~I
(
0
)
,因而
CS~I
(
1
)
。二阶
差分命令:
CS
是非平稳
CS2=d(CS 2)
CS
是序列名称。
(3)
判断两变量的协整关系。
1
如果一个时间序列经过一次差分变成平稳的,就称原序列是<
/p>
经过
d
次差分
后变成平稳序列,责称原序列
d
阶单整序列
1
阶单整序列,记为
I
(
1
)
。一般,一个序列<
/p>
第一步:求出两变量的单整的阶
.
. 2
对于
SG
< br>。做两个回归
(
SG C SC
t-i
) ,
(△
SG C
对于
y
t
,
p>
做两个回归
(
y
t
G y
t-i
)
,
(△
y
t
G
△
SG
i
)
。
△
y
t-i
)
。
判断<
/p>
SG
和
y
t
p>
都是非平稳的,而△
SG
和厶
y
t
是平稳的,即
SG~
I
(
1
)
,
y
t
~l
(
1
)
。
第二步:进行协整回归
用
OLS
法做回归:
(
SG
G y
t
)
,并变换参差为
e
t
。
p>
第三步:检验
e
t
的平稳性
用
OLS
法做回归:(△
e
t
G e
t-i
)
第四步:得出两变量是否协整的结论
因为
t=
与下表协整检验
EG
或
AGE
勺临界值相
比较
(
K=2
),
采用显著性水平
a=
,仁值大<
/p>
于临界值,因
而接受
e
t
非平稳的原假设,意味着两变量不是协整关系。可
是,如果采用显
著性水平
a=
,
则仁值与临界值大致
相当,因而可以预期,
若
a=
,
则
仁值小于临界值,接受
e
t
平稳的备择假设,即两变量具有协整关系。
协
整检验
EG
或
AGE
< br>的临界值
显著性水平
样本个数
K=2
K=3
K=4
样本容量
25
50
100
OO
(4)
误差修正模型的估计
第一步:估计协整回归方程
y
p>
t
=b
o
+b
p>
i
x
t
+u
t
得到协整的一致估计量
(
< br>1
,
- b
0
-b
i
),
用它得出均衡
误差
u
t
的
估计值
e
t
。
第二步:用
OLS
法估计下面的方程<
/p>
△
y
t
=a+
^3
i
△
y
t
p>
」
+
刀
0
j
△
y
t-j
+
入
e
t-i
+v
t
在具体建模中,首先要对长期
关系模型的设定是否合理进行单位根检验,以保证
为平稳序列
。其次,对短期动态关系中各变量的滞后项,通常滞后期在
进行实验。
(5)
估计误差修正模型
用
OLS
法⑺
SG
-i
c
△
y
t
e
t-i
)
估计误差修正模型
e
t
0
,
1
,
2
,
3
中
△
SG=+
A
e
t-i
(6)
在正向影响。此外,
由于短期调整系数的显著的,
的速度被修正。
< br>解释
:
结果表明个人可支配收入
y
t
的短期变动对私人消费存
表明每年实际发生的私人消费与其长期均衡值的偏差中的
20%
【例】
中国居民消费与收入数据
单位:百万元
个人消费
年份
个人收入
价格指数
实际消费
实际收入
CS
Y
P
CS1
Y1
149627
1960
1961
1962
1963
1964
1965
1966
1967
107808
115147
161174
120050
126115
171510
137192
147707
157687
167528
195611
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
179025
217246
222637
246819
190089
206813
217212
232312
1
206813
246819
269248
297266
250057
251650
266884
281066
293928
266730
310640
160152
318817
319341
116201
325851
338507
339425
245194
358671
361026
365473
378488
394942
403194
412458
513173
420028
420585