15协整检验.docVIP

16.协整检验 一、方法介绍 基本思路： 20世纪80年代，Engle和Granger等人提出了协整（Co-integration）的概念，指出两个或多个非平稳（non-stationary）的时间序列的线性组合可能是平稳的或是较低阶单整的。有些时间序列，虽然它们自身非平稳，但其线性组合却是平稳的。非平稳时间序列的线性组合如果平稳，则这种组合反映了变量之间长期稳定的比例关系，称为协整关系。协整关系表达的是两个线性增长量的稳定的动态均衡关系，更是多个线性增长的经济量相互影响及自身演化的动态均衡关系。协整分析是在时间序列的向量自回归分析的基础上发展起来的空间结构与时间动态相结合的建模方法与理论分析方法。 理论模型： 如果时间序列都是阶单整，即，存在一个向量使得，这里，。则称序列是阶协整，记为，为协整向量。一般情况下,协整检验有两步法与的多变量极大似然法。 步骤一：为检验序列和的阶协整关系。首先对每个变量进行单位根检验，得出每个变量均为序列，然后选取变量对进行回归，即有协整回归方程： （1） 式中用和表示回归系数的估计值，则模型残差估计值为： （2） 步骤二：对（1）式中的残差项进行单位根检验，一般采用检验。若检验结果表明是序列，即，则说明是平稳序列，可得出和是阶协整的，其协整向量为。 二、实证模型 在城镇化发展与农民收入增长关系的协整检验中，农民收入增长可用农村居民家庭人均纯收入来表示，即。城镇化发展主要用城镇化水平来表示，即，我们主要采用市镇人口占总人口比重指标来衡量城镇化水平。农民人均纯收入以现价形式表示，本例使用1978年为基期的商品零售价格指数对其进行缩减，以消除物价因素的影响。同时，为消除数据中存在的异方差，分别对两个变量取自然对数，为，，其相应的差分序列为，。 实例中，首先对，的单位根进行检验，然后，采用两步法对、变量进行协整关系检验，揭示城镇化发展对农民收入的影响度，验证它们之间是否存在长期均衡关系。 使用软件：采用EViews5.0软件可以完成上述操作。对于序列的单位根检验，建立文件和序列后，在主菜单上选择quick/series statistics/unit root test，屏幕提示用户输入待检验序列名，输入后，点击ok进入单位根检验定义对话框。对于ADF检验，只需改变Lagged differeces下方的数据，找到使AIC和SC值达到最小的方程中的参数，点击进行估计即可。 三、一个简单例证：城镇化发展与农民收入增长关系的协整分析 采用EViews5.0软件，对，的单位根进行检验，检验方程的选取根据相应的数据图形来确定，采用准则确定最佳滞后阶数，差分序列的检验类型按相应原则确定。 表1 和单位根的检验表 变量 检验类型（C，T，K） 检验值 各显著性水平下的临界值 检验结果 1％ 5% 10％ （C，T，1） －2.3948 －4.3942 －3.6118 －3.2418 不平稳 （C，T，2） －2.4626 －4.4167 －3.6219 －3.2474 不平稳 （C，T，2） －3.4481 －4.4415 －3.6330 －3.2535 不平稳 （C，T，3） －2.1874 －4.4691 －3.6454 －3.2602 不平稳 （0，0，1） －3.8969 －2.6756 －1.9574 －1.6238 平稳 （0，0，1） －5.2224 －2.6756 －1.9574 －1.6238 平稳 注：表中的(表示一阶差分，表示二阶差分；检验形式（C，T，K）中的C、T和K分别表示单位根检验方程包括常数项、时间趋势项和滞后阶数；0是指检验方程不包括常数项或时间趋势项。 从图1、图2可知，序列、呈上升趋势，变量数据具有明显随时间递增的特征，因此，应选取包含常数项和线性时间趋势项的检验方程。检验结果见表1，、 的ADF检验统计量均大于显著性水平0.01、0.05、0.1时的临界值，所以不能拒绝原假设，序列、都存在单位根，是非平稳的。检验方程及其检验效力见以下方程： ………（1） （2.4722）（0.2370）（－2.3948） （2.9553） ，，，，，。 （2.5013）（2.4987）（－2.4626） （2.0339） （2.6501） ……………………………………………………（2） ，，，,，。 上述（1）、（2）式中，参数估计值下面括号中的数值为统计值（下同，略）。从上述方程中的各相关参数可知，检验方程的检验和检验均很显著，检验效力较强