第14章协整与误差修正模型.pptVIP

时间序列计量经济学模型 ——协整与误差修正模型 经典回归模型是以平稳的数据变量为基础的。对于非平稳变量，如果使用经典回归模型，就容易出现虚假回归等诸多问题，即变量之间不存在因果关系，只是这些非平稳的经济时间序列表现出了共同的变化趋势，因此，使用经典回归模型进行分析没有了任何实际意义。 长期均衡关系 经济理论指出，某些经济变量间确实存在长期均衡关系。这种均衡关系意味着经济系统不存在破坏均衡的内在机制。如果变量在某时期受到干扰后偏离其长期均衡点，则均衡机制将会在下一期进行调整以使其重新回到均衡状态。 协整 尽管许多经济变量是非平稳的，即它们是一阶或高阶的单整时间序列。但是，由于长期均衡关系的存在，非平稳的时间序列，它们的线性组合也能成为平稳的。 一般地，如果序列 都是d阶单整的，存在向量 ，使得 ，其中 则认为序列 是（d, b)阶协整，记为 为协整向量（co integrated vector)。 如果两个变量都是单整变量，只有当它们单整阶相同时，才可能协整；如果它们的单整阶不相同，就不可能协整。 （d, d)阶协整是一类非常重要的协整关系，它的经济意义在于：两个变量，虽然它们具有各自的长期波动规律，但是如果它们是(d, d)阶协整的，则它们之间存在着一个长期稳定的比例关系。如果变量选择是合理的，其线性组合的随机干扰项也一定是白噪声，模型参数将有合理经济解释。这同样解释了尽管两时间序列是非平稳的，但却可以用经典的回归分析方法建立因果关系回归模型的原因。 协整的检验 1、两变量的Engle-Granger检验 1987年，Engle和Granger提出了两步检验法，检验两变量之间是否存在协整关系，也称EG检验。 Step 1 用OLS估计方程 并计算非均衡误差，得到 称为协整回归（co integrating) or 静态回归（static regression)。 Step 2 检验 的单整性。如果 为稳定序列，则认为变量 为(1,1)阶协整；如果 为1阶单整，则认为变量 为（2，1）阶协整。 et 的单整性检验 通常使用DF检验或者ADF检验来检验et的单整性。由于协整回归中已含有截距项，则检验模型中无需再用截距项。如使用模型1： 进行检验时，拒绝零假设 ，意味着残差项et是平稳序列，从而说明X与Y是协整的。 误差修正模型 由于简单差分并不一定能解决非平稳时间序列所遇到的全部问题，由此产生了误差修正模型。 误差修正模型（error correction model, ECM) 假设两变量X 与Y 间的短期或非均衡关系具有（1，1）阶分布滞后形式： 由于变量可能非平稳，因此不能直接运用OLS法，对模型进行变形，得到 括号内项为t-1期的非均衡误差项。上式表明Y的变化取决于X的变化以及前一时期的非均衡程度。因此，上式被称为一阶误差修正模型（first-order error correction model),可表示为 其中ecm表示误差修正项。 误差修正模型的建立 1、Granger表述定理 1987年，Engle和Granger提出了Granger表述定理（Granger representation theorem): 如果变量X与Y是协整的，则它们间的短期非均衡关系总能由一个误差修正模型表述。 即 其中，ecmt是非均衡误差项，λ是短期调整参数。 建立误差修正模型，首先需要对变量进行协整分析，发现变量间的协整关系，即长期均衡关系，并以这种关系构成误差修正项。然后建立短期模型，将误差修正项看做一个解释变量，连同其他反映短期波动的解释变量一起，建立短期模型，即误差修正模型。 2、Engle-Granger两步法 Step 1 进行协整回归（OLS法），检验变量间的协整关系，估计协整向量（长期均衡关系参数） Step 2 若协整性存在，则以第一步求道的残差作为非均衡误差项加入到误差修正模型中，并用OLS法估计相应参数。 Notice： 在进行变量的协整性检验时，如有必