17 ECM与VAR模型.pptVIP

§4.3 协整与误差修正模型;一、长期均衡关系与协整（Equilibrium and Cointegration）; 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： ; 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。 因此，一个重要的假设就是：随机扰动项?t必须是平稳序列。 显然，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： ; 如果序列{X1t,X2t,…,Xkt}都是d阶单整，存在向量 ? =(?1,?2,…,?k)，使得 Zt= ?XT ~ I(d-b) 其中, b0, X=(X1t,X2t,…,Xkt)T, 则认为序列{X1t, X2t, … , Xkt}是(d,b)阶协整，记为Xt~CI(d,b)，?为协整向量。;;（d,d）阶协整的经济意义在于：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CONSP和GDPP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，建立如下居民人均消费函数模型：; 1. 两变量的Engle-Granger检验; 的单整性的检验方法仍然是DF检验或者ADF检验。; 例： 检验中国居民人均消费水平CONSP与人均国内生产总值GDPP的协整关系。; 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。; 注意： (1) 作为对非平稳变量之间关系的描述，协整向量是不惟一的； ; 对于非平稳时间序列，一种是通过差分的方法将其化为平稳序列，然后才可建立经典回归分析模型。 例如，建立人均消费水平（Y）与人均可支配收入（X）之间的回归模型：; (1)如果X与Y间存在着长期稳定的均衡关系：Yt=?0+?1Xt+?t 且误差项?t不存在序列相关，则差分式?Yt=?1?Xt+?t 中的?t 是一个一阶移动平均时间序列，因而是序列相关的； ; 例如，使用式 ?Yt=?1?Xt+?t 回归时，很少出现截距项显著为零的情况，即我们常常会得到如下形式的方程： ;; 由于变量可能是非平稳的，因此不能直接运用OLS法。对上述分布滞后模型适当变形得： ; 称为一阶误差修正模型(first-order error correction model)。 （**）式可以写成： ; 注意：在实际分析中，变量常以对数的形式出现。; 例如具有季度数据的变量，可在短期非均衡模型 Yt=?0+?1Xt+?2Xt-1+?Yt-1+?t 中引入更多的滞后项。;多变量的误差修正模型也可类似地建立：; 如果变量X与Y是协整的，则它们之间的短期非均衡关系总能由一个误差修正模型表述：; 首先，对变量进行协整分析，以发现变量之间的协整关系，即长期均衡关系，并以这种关系构成误差修正项。 然后，建立短期模型，将误差修正项看作一个解释变量，连同其它反映短期波动的解释变量一起，建立短期模型，即误差修正模型。; 由协整与误差修正模型的关系，可得误差修正模型建立的E-G两步法： 第一步，进行协整回归（OLS法），检验变量间的协整关系，估计协整向量（长期均衡关系参数）； 第二步，若协整性存在，则以第一步求到的残差作为非均衡误差项加入到误差修正模型中，并用OLS法估计相应参数。 注意：在进行变量间的协整检验时，如有必要可在协整回归式中加入趋势项，这时，对残差项的稳