金融计量学——复旦大学张宗新著ch5_定稿.doc

第章 多元时间序列分析方法 [学习目标] 第一节 协整检验 前面介绍的ARMA模型要求时间序列是平稳的，然而实际经济运行中的大多数时间序列都是非平稳的，通常采取差分方法消除时间序列中的非平稳趋势，使得序列平稳后建立模型，这就是第章所介绍的ARIMA模型。但是，变换后的时间序列限制了所要讨论问题的范围，并且有时变换后的序列由于不具有直接的经济意义，从而使得转换为平稳后的序列所建立的时间序列模型的解释能力大大降低。 1987年，Engle和Granger提出的协整理论及其方法，为非平稳时间序列的建模提供了另一种重要途径。①目前，协整问题研究已经成为20世纪80年代末到90年代以来经济计量学建模理论的一个重大突破，在分析变量之间的长期均衡关系中得到广泛应用。 协整概念与定义 在经济运行中，虽然一组（两个或两个以上）时间序列变量(例如人民币汇率与外汇储备、)都是随机游走，但它们的某个线性组合却可能是平稳的，在这种情况下，我们称这两个变量是平稳的，既存在协整关系。其基本思想是，如果两个(或两个以上)的时间序列变量是非平稳的，但它们的某种线性组合却表现出乎稳性，则这些变量之间存在长期稳定关系，即协整关系。根据以上叙述，我们将给出协整这一重要概念。一般而言，协整(cointegration)是指两个或两个以上同阶单整的非平稳时间序列的组合是平稳时间序列，则这些变量之间的关系的就是协整的。 为何会有协整问题存在呢？这是因为许多金融、经济时间序列数据都是不平稳的，但它们可能受到某些共同因素的影响，从而在时间上表现出共同趋势，即变量之间存在一定稳定关系，他们的变化受到这种关系的制约，因此它们的某种线性组合可能是平稳的，即存在协整关系。在经济学意义上，这种协整关系的存在便可以通过其它变量的变化来影响另一变量水平值的变化。若变量间没有协整关系，则不存在通过其它变量来影响另一变量的基础。 根据Judge(1993)等人对平稳和非平稳序列的研究，单整序列的线性组合具有如下性质： （1）如果，则是； 如果，则是。 （2）如果都是，则也是。 （3）如果，则也是，即具有占优势的性质。 （4）如果都是，则一般情况下是，但不保证是。例如，考虑如下两个变量： 其中，为，都是且具有零均值。由性质（3）可知，虽然是，但由性质（2）可知： 是且具有零均值，表示性质（4）不成立。 于是，我们定义，如果是，且存在某个线性组合： 是且具有零均值，则称是协整的(cointegrated)。 对于协整的定义，有个重要特征值得注意：（1）协整只涉及非平稳变量的线性组合。从理论上而言，在一组非平稳变量中，极有可能存在着非线性的长期均衡关系。 （2）协整只涉及阶数相同的单证变量。如果变量的单整阶数不同，则按照通常的学术意义，可以认为它们不存在协整关系。 （3）如果有个非平稳序列，则有个线性独立的协整向量。协整向量的个数称为的协整秩。显然，若只包含两个变量，则最多只有一个独立的协整向量。 （4）大多数协整的相关研究集中在每个变量只有一个单位根的情况，其原因在于古典回归分析或时间序列分析是建立在变量是的条件下，而极少数的经济变量是单整阶数大于1的变量。 协整的检验方法 协整检验是用来检验非平稳变量之间是否存在长期均衡关系的方法，如果非平稳变量之间存在协整关系，则它们之间的离差即非均衡误差是平稳的。检验时间序列变量间长期均衡关系，最常用的是Engle-Granger（E-G）两步法和Johansen基于VARs 的协整方法，分别由Engle与Granger (1987)和Johansen (1988)提出。通常，E-G两步法检验通常用于检验两变量之间的协整关系，而对于多变量之间的协整关系则采用Johansen检验。 （一）E-G两步法 E-G两步法第一步是应用OLS估计下列方程 这一模型称为协整回归，称为协整参数，并得到相应的残差序列： 第二步检验序列的平稳性。 （1）单位根检验 应用第章讲到的单位根检验方法，检验序列的平稳性。例如，应用DF检验，回归式为：，此时称为E-G检验。若用ADF检验，回归式为：，此时称为AEG检验。零假设为：，意味着序列非平稳，至少为，说明和不存在协整关系。若拒绝，则意味着序列为，即和存在协整关系。 E-G检验也可以扩展至多变量的协整检验。例如，检验和与个时间序列之间是否存在协整关系。则上述第一步协整回归方程变为： 在此需要指出的是，由于在E-G两步法是应用协整回归的残差的OLS估计值来检验平稳性，在协整检验过程中DF或ADF检验应用的临界值并不同于传统DF或ADF检验的临界值，而是分别参照新的临界值分布表，即Engle-Granger协整临界值表。临界值的计算预备检验的时间序列个数、样本容量及对残差项进行单位根检验时采用的模型形势等因素相关。 许多经济计