实验6协整理论及预测..docxVIP

实验6：协整理论及预测6.1 实验目的1、理解协整理论，掌握协整理论与经典计量经济模型，随机时间序列ARMA模型的区别与联系；2、掌握协整检验的方法，能用EViews软件的操作判断变量间的协整关系；3、掌握协整理论的应用及相关预测。6.2 实验原理前面介绍的ARMA模型只能研究单个经济变量，对于多个经济变量的讨论一般采用经典序列回归模型，但经验证明，经典回归模型研究的时间序列经济变量必须是平稳的，否则会出现虚假回归的现象，其拟合的结果不可信。但实际中多数时间经济变量都是非平稳的，因此石油危机后 Engle 和Granger提出了协整理论，为非平稳时间序列的提供了建模途径。协整关系可以简单的叙述为，多个非平稳的时间序列经济变量，其线性组合后的序列呈显平稳性，例如：从经济理论上讲消费和收入都是非平稳时间序列，但它们具有协整关系，如果不具有，那么长期消费就有可能比收入高或低，于是消费者会出现非理性的消费或积累储蓄的情况。6.2.1单整概念平稳性检验方法如果使用单位根检验，假如检验结果拒绝了原假设，则说明被检验的序列是平稳的，即不存在单位根，此时称序列为零阶单整序列，记为；假如检验结果没有拒绝原假设，则说明原序列是非平稳的，存在单位根。我们会通过差分运算使之平稳化，如果1阶差分后原序列平稳，说明被检验序列存在一个单位根，此时称序列是1阶单整序列，记为；如果2阶差分后原序列平稳，说明被检验序列存在2个单位根，此时称序列是2阶单整序列，记为；如果d阶差分后原序列平稳，说明被检验序列存在d个单位根，此时称序列是d阶单整序列，记为。6.2.2 协整关系假定一些经济指标被某经济系统联系在一起，在短期内虽然由于季节影响或随机干扰，这些变量有可能偏离均值。如果这种偏离是暂时的，那么随着时间推移将会回到均衡状态在短期内且这些变量具有长期均衡关系，这是建立和检验模型的基本出发点。在短期内；如果这种偏离是持久的，就不能说这些变量之间存在均衡关系。协整(co-integration)可被看作这种均衡关系性质的统计表示。 协整概念是一个强有力的概念。因为协整允许我们刻画两个或多个序列之间的平衡或平稳关系。对于每一个序列单独来说可能是非平稳的，这些序列的矩，如均值、方差和协方差随时间而变化，而这些时间序列的线性组合序列却可能有不随时间变化的性质。 协整理论的提出，时我们能够对现实中非平稳时间序列构建动态回归模型，如果非平稳时间序列具有协整关系，说明其具有长期均衡关系，那说明残差序列应该是平稳的，这样就不会产生虚假回归的问题了。下面给出协整的定义： k 维向量的分量间被称为d,b阶协整，记为Yt ～ CI (d，b)，如果满足： (1) Yt ～ I (d)，要求 Yt 的每个分量均是d阶单整；(2)存在非零向量 b ，使得 b ￠ Yt ～ ，。简称 Yt 是协整的，其分量间具有协整关系，向量b 又称为协整向量。 具有协整关系的变量应该具有以下特征：(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；(2) 协整变量必须具有相同的单整阶数；(3) 最多可能存在 k -1个线性无关的协整向量； (4) 协整变量之间具有共同的趋势成分，在数量上成比例 。6.2.3协整检验协整关系是否存在的检验主要有以下两种：（1）基于回归系数的协整检验，如Johansen协整检验；（2）是基于回归残差的协整检验，如DF检验、ADF检验和PP检验。这里主要介绍Engle和Granger（1987）提出的协整检验方法。这种协整检验方法主要是对非平稳时间序列回归方程的残差的平稳性进行的检验。它的理论支撑是非平稳的解释变量和被解释变量之间如果存在协整关系，即非平稳的被解释变量和解释变量线性组合是平稳的，而回归模型右边由和残差项两部分构成，两者之间存在长期稳定的均衡关系由前半部分解释变量的线性组合所解释，不能被解释变量所解释的部分构成一个残差序列，如果解释变量和被解释变量之间如果存在协整关系则这个残差序列应该是平稳的。所以，检验非平稳的解释变量和被解释变量之间是否存在协整关系就相当于检验回归模型的残差序列是否是一个平稳序列。通常地，可以应用实验5中讲得的平稳性的检验方法来判断残差序列的平稳性，进而判断被解释变量和解释变量之间的协整关系存在与否。 该协整检验的主要步骤如下：若序列 和都是1阶单整序列，建立回归模型通过样本数据利用普通最小二乘法估计模型参数利用公式算出模型的残差序列；检验残差序列的平稳性根据平稳性检验结果如果残差序列不含有单位根。是平稳的 则可以确定回归模型中的被解释变量和解释变量之间存在协整关系，反之，如果残差序列含有单位根，不平稳则说明被解释变量和解释变量之间不存在协整关系。 即可能出现虚假回归。协整检验是针对非平稳时间序列回归模型提出的，协整检验真正目的是判