向量自回归模型研讨.ppt

* 其中rk (? )= r，rk ( ? )= r，将式(7.6.4)代入式(7.6.2)，得： (7.6.5) 上式要求 为一个I (0)向量，其每一行都是I (0) 组合变量，即 ? 的每一行所表示的y1,t-1，y2,t-1，…，yk,t-1的线性组合都是一种协整形式，所以矩阵 ? 决定了y1,t-1，y2,t-1，…，yk,t-1之间协整向量的个数与形式。因此称为协整向量矩阵，r为协整向量的个数。 * 矩阵 ? 的每一行 ?i 是出现在第i个方程中的r个协整组合的一组权重，故称为调整参数矩阵，与前面介绍的误差修正模型的调整系数的含义一样。而且容易发现? 和 ? 并不是惟一的，因为对于任何非奇异r ? r矩阵 H ，乘积 ?? ? 和 ?H (H ?1? ?) 都等于 ?。 将yt的协整检验变成对矩阵 ? 的分析问题，这就是Johansen协整检验的基本原理。因为矩阵 ? 的秩等于它的非零特征根的个数，因此可以通过对非零特征根个数的检验来检验协整关系和协整向量的秩。略去关于 ? 的特征根的求解方法，设矩阵 ? 的特征根为 ?1 ? ?2 ? … ??k。 * （二）特征根迹检验(trace检验) 由于r个最大特征根可得到r个协整向量，而对于其余k ? r个非协整组合来说，?r+1，…，?k应该为0，于是可得到原假设、