- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
9.7 Johansen 协整检验 9.7.1 特征根迹检验(trace检验) EViews从检验不存在协整向量的零假设开始,然后是至多有1个协整向量,直到至多有k-1个协整向量,共进行k次检验。 9.7.2 最大特征值检验 对于Johansen协整检验,另外一个类似的检验方法是 9.7.3 协整方程的形式 例9.7.1 对表9.6.4中我国钢材、建材、汽车、机械、家电行业销售收入序列y1、y2、y3、y4和y5进行协整检验。 为了实现协整检验,从VAR对象或Group(组)对象的工具栏中选择View/Cointegration Test…即可。协整检验仅对已知非平稳的序列有效,所以需要首先对VAR模型中每一个序列进行单位根检验。在Cointegration Test Specification的对话框(如图9.7.1)中将提供关于检验的详细信息。 图9.7.1 协整检验设定对话框 1.协整检验的设定 (1)确定性趋势的说明 图9.7.1供用户选择检验的五种基本形式,即: ①序列没有确定性趋势,协整方程中没有截距项,没有趋势项。 ②序列没有确定性趋势,协整方程中有截距项,没有趋势项。 ③序列有线性确定性趋势,协整方程中有截距项,没有趋势项。 ④序列有线性确定性趋势,协整方程中有截距项,有趋势项。 ⑤序列有二次确定性趋势,协整方程中有截距项,有趋势项。 本例采用第三种形式,即序列有线性趋势且协整方程(CE)仅有截距。 (2)外生变量 左下方第一个空白区域对话框还允许指定包含于VAR模型中的附加外生变量xt,如季节名义变量等。常数和线性趋势不应被列在该编辑框中。 (3)滞后区间 对话框左侧最下方空行处输入一对数字确定协整检验的滞后区间。 为了确定协整关系的数量,依次进行从r=0到r=k-1的检验,直到被拒绝。这个序贯检验的结果在每一个表的最下方显示。本例用差分的3阶滞后,在编辑框中键入:“1 3”。对话框的右边是一些提示信息。 2.协整检验结果的解释 定义完成后点击OK得到结果,见表9.7.1所示。 表9.7.1 Johansen协整检验结果 (1)协整关系的数量 输出结果的第一部分给出了协整关系的数量,EViews5.0以两种检验统计量的形式显示:第一种检验结果是所谓的迹统计量,列在第一个表格中;第二种检验结果是最大特征值统计量,列在第二个表格中。EViews3.1仅有第一种检验结果。 EViews3.1协整关系检验结果(表9.7.1)共有五列,第一列是特征值,第二列是特征根迹统计量的值,接下来两列分别是5%与1%水平的临界值。最后一列是结论部分,依次列出了5个检验的原假设,并对能够拒绝原假设的检验用“*”号标记,“*”表示置信水平为95%,“**”为99%。本例只有第一个似然比统计量大于5%和1%水平下的临界值,因而只有第一个原假设被拒绝,即有且仅有1个协整关系。 (2)协整关系 EViews3.1输出窗口中,在协整检验结果下面分别给出了经过标准化(normalization)和未经过标准化的协整系数估计值。并且将可能存在的k-1个协整关系都列了出来。一般只关心被似然比检验证实的前r个协整关系。未经过标准化的协整系数输出结果:第一行是第一个协整向量,第二行是第二个协整向量,以此类推。本例r=l,所以只考虑仅有一个协整关系假定下的经过标准化的协整系数,如表9.7.1。 表9.7.1下方列出了经过标准化的协整系数,变量y1的系数为1。表中所列协整系数估计值下面括号内是渐进标准误。最下面—行是对数似然函数值。将协整关系写成数学表达式,并令其等于vecm,得到 9.8 向量误差修正模型(VEC) 上述仅讨论了简单的VEC模型,与VAR类似,我们可以构造结构VEC模型,同样也可以考虑VEC模型的Granger因果检验、脉冲响应函数和方差分解 例9.8.1 我国钢材行业需求影响因素的VEC模型 例9.7.1表明五个序列是协整的,并且通过检验的只有一个协整关系。打开数组Y1、Y2、Y3、Y4、Y5窗口,在过程工具栏(procs)中选择Make Vector Autoregression进入图9.8.1所示的VAR模型定义对话框。或者点击主窗口上Objects\New object,出现New object对话框,在type of object选择VAR,进入图9.8.1所示的VAR模型定义对话框。 将对话框左上角默认的无约束(Unrestricted)VAR改为向量误差修正选
文档评论(0)