单整_协整_误差修正模型概要.docVIP

五 单位根检验、协整与误差修正模型 【实验目的与要求】 准确掌握单位根检验方程的形式和检验原理。 准确掌握单整、协整和误差修正模型的概念和形式。 学会利用单位根检验方法对样本序列进行协整关系检验。 熟练掌握运用误差修正模型对样本序列间的短期、长期关系进行分析。 在老师的指导下独立完成实验，得到正确的结果，并完成实验报告。 【实验准备知识】 在上个实验中，我们学习了如何运用相关分析图判断随机过程是否平稳，但这种方法比较粗略。检验随机过程是否平稳的一种比较正式的方法就是单位根检验。 在介绍单位根检验之前，我们有必要认识几种典型的非平稳随机过程。 几种典型的非平稳随机过程 随机游走过程 ，~ IID(0, ) （5.1） 随机游走过程上个实验已经介绍，这里不再赘述。图5—1为一个，~ IID(0, 1)的随机游走过程的序列图。 图5—1 一个随机游走过程的序列图 随机趋势过程 ，~ IID(0, ) （5.2） 其中a称作位移项或漂移项。将上式作如下迭代变换： （5.3） 可知，由时间趋势项和（可看作截距项）组成。在不存在任何冲击的情况下，截距项为。而每个冲击都表现为截距的移动。每个冲击ut对截距项的影响都是持久的，导致序列的条件均值发生变化，所以称这样的过程为随机趋势过程或有漂移项的随机游走过程。图5—2为一个，，~ IID(0, 1)的随机趋势过程的序列图。 图5—2 一个随机趋势过程的序列图 图5—2表明，虽然总趋势不变，但该过程围绕趋势项上下游动。由（5.3）式还可以看出，a是时间趋势项的系数（原序列的增长速度）。a为正时，趋势向上；a为负时，趋势向下。 趋势非平稳过程 ，~ IID(0, ) （5.4） 其中a称作位移项或漂移项，称作趋势项。可见，趋势非平稳过程是随机趋势和确定性趋势的混合随机过程。将上式作如下迭代变换： （5.5） 由（5.5）式可以看出，趋势非平稳过程的趋势项中包括t的1次和2次项。图5—3为一个，，~ IID(0, 1)的随机趋势过程的序列图。 图5—3 一个趋势非平稳过程的序列图 单位根检验 （1）DF检验 考虑三个随机过程 （5.6） （5.7） （5.8） 其中，为有理数，a是常数项，是时间趋势项，~IID(0,)。若1，则序列是平稳的；若=1，则序列是非平稳的（即（5.1）、（5.2）、（5.4）式）；而当1，序列是强非平稳的，是爆炸性的，没有实际意义。因此，检验平稳性，我们要检验的就是是否严格小于1。 实际检验时，我们将（5.6）、（5.7）、（5.8）式左右同时减去得 （5.6） （5.7） （5.8） 其中，。检验假设为： （非平稳） （平稳） 参数估计值的显著性检验的t统计量不服从常规的t分布，Dickey和Fuller于1979年给出了检验用的模拟临界值，故该检验称为DF检验。Eviews中使用的是Mackinnon改进的单位根检验临界值。DF检验做的是左单端检验，检验规则是：若DF临界值，则接受 ，非平稳；若DF临界值，则拒绝 ，平稳。 （2）ADF检验 DF检验适用于序列为AR(1)过程。如果序列存在高阶滞后相关，就会破坏随机扰动项是白噪声的假设，这时可使用扩展的DF检验（ADF检验）来检验含有高阶序列相关的序列的单位根。除了检验方程不同外，ADF检验的检验假设、检验规则等都与DF检验类似。 ADF检验是假设序列为AR(p)过程。检验方程为： （5.9） （5.10） （5.11） ADF检验中很重要的问题是滞后阶数p的选择，通常采用AIC准则（Akaike Information Criterion）来确定。 不论是DF检验还是ADF检验都有三种检验方程，选择哪种形式也很重要，即是否加入常数项和线性时间趋势项。我们可以通过的观察序列的折线图来判断，近似于随机游走的序列（类似图5—1形式）可采用（5.6）、（5.9）式进行检验，即没有添加项；有线性趋势的序列（类似图5—2形式）可采用（5.7）、（5.10）式进行检验，即加入常数项；有二次趋势的序列（类似图5—3形式）可采用（5.8）、（5.11）式进行检验，即同时加入常数项和线性时间趋势项。 单整、协整与误差修正模型 （1）单整 我们前面介绍的齐次非平稳过程虽然是非平稳的，但是可以通过一次或多次差分后成为平稳序列。像这种非平稳序列可以通过差分运算而平稳，我们称这样的序列为单整（Integration）序列。 严格的定义为：如果序列通过d次差分达到平稳，而这个序列d