精品第八章 协整与误差校正模型.pptVIP

* 建立ECM模型之前，第一步必须先检验协整性，在存在协整关系的情况下，估计出协整参数。第二步是利用协整回归所得到的回归残差作为误差修正项加入到ECM模型中，然后对ECM模型用OLS方法进行估计。这种方法是ENGLE-GRANGER（1987）建立的，所以叫做EG两步法。 ECM模型的建立 假设 存在如下协整关系： ECM： * 国家财政收入与财政支出之间的关系是财政政策可持续性研究的一个核心问题，是经济学家和政策制定者都非常关注的。从理论上将，国家可以通过举债筹资来维持收支平衡，弥补短期内财政赤字的亏空；但长期来讲，国家财政收支还是应该维持长期均衡的。否则必将导致一系列严重经济后果。 样本： 1950年到2008年国家财政收入（SR）与财政支出（ZC）数据。 目的：将数据取其自然对数（LNSR、LNZC）来检验协整关系；并建立误差修正模型。 案例：中国的财政收支存在长期均衡关系吗? * （2） （1）经ADF检验表明， 案例：中国的财政收支存在长期均衡关系吗? 然后对回归残差进行单位根检验： * 检验统计量值为-4.51，根据EG检验专用临界值表（注意，不能看上图的临界值），此时样本数为58，其临界值应该介于样本数为50与100的临界值之间，5%显著水平的临界值应该介于(-3.5,-3.4)，可见残差序列无单位根，表明序列LNSR、LNZC存在协整关系，即 。 案例：中国的财政收支存在长期均衡关系吗? * 因此，ECM为 建立误差修正模型： 案例：中国的财政收支存在长期均衡关系吗? * 结论：误差项修正系数为-0.5026，统计意义上非常显著，表明系统存在误差修正机制，通过ECM模型可以看到，将短期财政支出的波动可以分解成两部分，一部分是短期财政收入的波动，一部分是偏离长期财政收入的影响，显然，误差修正模型更全面反映了财政支出与财政收入之间的短期和长期关系。误差修正项的系数反映了对偏离长期均衡的调整力度，即当短期波动偏离长期均衡时，误差修正项将以0.5026的力度作反向调整，将非均衡状态回复到均衡状态。 案例：中国的财政收支存在长期均衡关系吗? * 1、大多数经济时间序列是非平稳的，如果直接将非平稳时间序列当作平稳时间序列来进行回归分析，则可能造成“伪回归”，经济学家研究发现，造成“伪回归”的根本原因在于时序序列变量的非平稳性。2、协整是指多个非平稳经济变量的某种线性组合是平稳的。协整分析对于检验变量之间的长期均衡关系非常重要，而且也是区别真实回归与伪回归的有效方法。3、任何一组相互协整的时间序列变量都存在误差修正机制。误差修正模型把长期关系和短期动态特征结合在一个模型中，既可以克服传统计量经济模型忽视伪回归的问题，又可以克服建立差分模型忽视水平变量信息的弱点。 本章小结 * 应用时间序列分析●”十一五“国家级规划教材 * 第八章 协整与误差校正模型 问题的提出： 经典回归分析要求时间序列数据平稳性，进而进行常规的t、F等统计假设检验才具有较高的可靠度。 事实上，大多数经济、金融时间序列表现出非平稳性，比如：GDP、CPI、汇率等。 针对非平稳时间序列变量之间的定量关系如何进行建模分析？ * ? 伪回归? 协整的概念及性质? 协整检验? 误差修正模型（ECM）? 本章小结  本章内容 * 所谓“伪回归”，是指时间序列变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论。这是传统回归分析方法较易犯的一种错误。（时间序列平稳性） Granger Newbold（1974）通过Monte Carlo实验最早发现“伪回归”这一现象，即如果用传统回归分析方法对彼此不相关的非平稳变量进行回归，OLS 或 检验值往往会倾向于显著，从而得出变量相依的“伪回归结果”，并得出：造成“伪回归”的根本原因在于时间序列变量的非平稳性。 第一节 伪回归 * 非平稳性对回归分析有什么影响？ Phillips（1986）对“伪回归”这一现象在理论上作了完美的解释。 伪回归 模型： 问题： 是否成立？ * Granger Newbold（1974）通过Monte Carlo表明： 伪回归 图8.1 两个I（1）非相关序列线性相关系数分布 * Phillips（1986）对“伪回归”的理论解释 伪回归 由OLS可得上述模型的估计量：： 模型： * Phillips（1986）针对上述模型得到如