第7章单一方程的ECM模型(讲稿).docVIP

单一方程的 ECM模型 本章假定变量为一阶单整变量，若变量为高阶单整变量可以先变换成一阶单整变量，然后再运用本章的结论。 7.1协整检验 .1 协整检验与单位根检验的关系 1)两个变量的协整与单位根关系 协整检验与单位根检验关系密切。若2个时间序列存在协整关系，则非均衡误差必然是I(0)的。若2个时间序列不存在协整关系，则非均衡误差必然是I(1)的。 设考虑变量xt 与yt的协整关系， xt 与yt的非均衡误差为 ut =yt -(0 +(1 xt 若2个时间序列xt 与yt存在协整关系，则非均衡误差ut必然是I(0)的；若2个时间序列xt 与yt不存在协整关系，则非均衡误差ut必然是I(1)的。 因此可以通过对非均衡误差序列ut的单位根检验来检验xt 与yt的协整关系。 检验模型为 (ut= (ut-1 + vt 假设为 H0：(=1，时间序列ut非平稳 H1：(1, 时间序列ut平稳 对应于以上假设，等价为： H0：序列间不存在协整关系， H1：序列间存在协整关系。 2）多个变量协整与单位根关系 在检验一组时间序列的协整性或长期均衡关系之前应首先检验时间序列的单整阶数。 ①如果变量个数多于两个，即解释变量个数多于一个，被解释变量的单整阶数不能高于任何一个解释变量的单整阶数。 ②另当解释变量的单整阶数高于被解释变量的单整阶数时，则必须至少有两个解释变量的单整阶数高于被解释变量的单整阶数。 ③如果只含有两个解释变量，则两个变量的单整阶数应该相同。 7.1.2. 协整检验的步骤 1) 两个变量协整检验的基本步骤 当协整向量未知时，ut也是未知的。所以只能对ut进行估计。最常用的方法是按EG两步法检验。 第一步进行回归， yt =(0 +(1 xt +ut 估计的结果为： 若yt 与xt存在协整性，此回归称为协整回归；否则为虚假回归。 第二步检验误差项的平稳性 若用表示估计的非均衡误差，应该用如下两式 ( = ( + (t (7.1) ( = (+ + (t (7.2) 检验的平稳性。 (1)提出假设 对应的假设为 若H0: ( = 0成立，非平稳，即该组变量xt与yt不存在协整关系。 若H1: (0成立，平稳，即该组变量xt与yt存在协整关系。 (2)协整检验的统计量 上两式分别称为EG和AEG检验，亦称为以残差为基础的协整性检验。相对于参数 ( 的检验用统计量分别称为EG和AEG统计量。计算公式与DF, ADF统计量相同，即： 如果H0: (这组变量xtyt不存在协整关系，是ut的估计量，所以EG和AEG统计量的渐进分布不仅不同于正态分布，也不同于DF和ADF分布。因此DF检验临界值不能用于协整检验EG两步法的第一步回归（协整回归）为OLS回归，自然导致残差的方差极小。这将导致残差序列平稳（统计量的值在临界值左侧），即拒绝零假设的比率将比实际情形大。因此EG和AEG检验临界值应该比DF和ADF检验临界值更负些。 注意： ① EG和AEG检验临界值还与协整回归中非平稳变量的个数有关。随着变量个数的增多，临界值向左移动。 EG和DF分布示意图 ② EG和AEG检验的临界值可以从两个表中查到。 （3）---（4）略 3) 一般的变量协整检验步骤 ⑴ 首先进行协整回归。 xt1 =x2t + … +xN t + (7.3) 其中, …, 是OLS估计量，若存在协整关系，则协整向量为 (1，-，…，-)。 ⑵ 对ut进行非平稳性检验。 AEG检验可利用以下三式（AEG回归）完成， ( = ( + + (t (7.4) ( = (0 + ( + + (t (7.5) ( = (0 + (1 t + ( + + (t (7.6) 当需要加位移项和趋势项时，可以加在协整回归中也可以加在AEG回归中。但只需加在一个回归式中，不必重复加入。 检验的假设 H0：ut非平稳（即xt1, …, xN t不存在协整关系）， H1：ut平稳（即xt1, …, xN t存在协整关系）。 7.1.3用动态回归式估计协整参数 EG两步法估计参数时存在的偏倚性，在EG两步法的第一步可采用动态回归。以二变量为例（多变量情形可以类推），可估计如下模型 (7.7) 长期参数由下式计算 , (7.8) 估计的长期关系是， yt = xt (7.9) 以 (1 )’ 代替 (1 )’ 作为协整向量计算误差修正序列 然后利用建立误差修正模型（这种方法只改变了EG两步法的第一步，第二步则相同）。