第4讲 协整与误差修正模型.pptx

第4讲 协整与误差修正模型(ECM);对于经典线性回归模型，如： （1） 除了对随机扰动项的独立一致性分布要求之外，一般都要求回归变量 和 为平稳时间序列。原因只有在平稳时，OLS估计出的参数才具有一致性和无偏性。; 伪回归的典型特征： 当没有经济理论能够说明二变量间存在一定的联系，但回归结果显示：系数统计显著，拟合优度很高，而DW很低。 2、何谓协整关系？ 有些非平稳时间序列的线性组合形成的变量是平稳序列,此时，我们称这些非平稳时间序列之间存在长期的均衡关系，即协整关系。 注意：理论上一个关键假设是模型（1）中的残差平稳。如果残差不平稳，比如有一个随机趋势，则模型中的误差将被积累。 协整关系与伪回归不同，因为协整刻画了确实存在内在联系的经济变量之间的长期关系。; 例如：有人研究真实个人消费与真实可支配个人收入之间的关系。 一般来讲，二者有同向增加趋势。以美国1947Q1至2010Q3的真实个人消费与真实可支配个人收入的时序图：; 如果暂时忽略非平稳性，直接设立以下回归方程，即 cont=c+βinct+et 回归后得：cont=?0.167+1.008inct R2=0.998，且各系数也具有统计显著性。 试问：是不是伪回归呢？ 为此，考察：et=cont ? c ? βinct 一般地，经济理论告诉我们，消费与收入存在一均衡关系与短期波动。从长期看：E(et)=0，且et的方差小于无穷（即平稳），即有协整关系。 ; 虽然经济学家普遍认为收入与消费存在长期均衡与短期波动。但直到20世纪80年代，由戴维逊等人运用计量经济学兴起的协整技术，通过建立误差修正模型，将收入与消费的长期均衡关系与短期波动结合起来，协调了收入与消费长期均衡与短期波动的矛盾，为解决“伪回归”问题提供了坚实的基础，同时为研究收入消费关系提供了科学方法。 那么，是否有协整关系？只需对et 做单位根检验。先看et 时序图： ; 再做单位根检验： 即使在10%的水平下，都不能拒绝 et 有单位根的假设。 无论从残差时序图，还是从单位根检验，残差项均非平稳。所以，初步判断二者不存在协整关系。 可见，上述回归方程很可能是伪回归！ 注意：导致残差序列自相关的一个重要原因——序列有很强趋势。 解决方法之一：差分或取对数再差分，但会产生困难。 解决方法之二：利用协整关系，然后考虑建立误差修正模型。 3、协整关系的检验——EG检验（仅对两个变量间） 假设xt、yt一阶单整（为方便！） 第一步：做协整回归 （1）已知二变量协整，称 为协整回归模型。（使用OLS得到 的一致估计量）。; （2）模型建立后，就可以估计残差： 第二步：残差序列单位根检验 若 ，表明两个序列是协整的（协整向量（1， ））； 若残差序列存在单位根，则两个序列不是协整的。 有了上述协整向量，即可构造误差修正模型。;; 如果 xt 和 yt 间存在长期均衡关系，即 ，则上述（3）式中的ecm 正好可以改写成： 可见，短期波动 的影响因素有二： 一是自变量的短期波动 ； 二是 xt 和 yt 间的均衡关系 ecmt-1。 ecm 反映了变量在短期波动中偏离其长期均衡关系的程度，称为均衡误差。 系数 （一般 ）的大小反映对偏离长期均衡的调整力度。 ; 注意：Y、X同阶的分布滞后模型都可以变换成误差修正模型。;第一步：散点图和相关系数 （1）散点图：;