第九计量经济学应用模型.pptVIP

（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。 例如：前面提到的中国CPC和GDPPC，它们各自都是2阶单整，并且将会看到，它们是(2,2)阶协整，说明它们之间存在着一个长期稳定的比例关系，从计量经济学模型的意义上讲，建立如下居民人均消费函数模型： 从协整的定义可以看出: 变量选择是合理的，随机误差项一定是“白噪声”（即均值为0，方差不变的稳定随机序列），模型参数有合理的经济解释。 这也解释了尽管这两时间序列是非稳定的，但却可以用经典的回归分析方法建立回归模型的原因。 从这里，我们已经初步认识到：检验变量之间的协整关系，在建立计量经济学模型中是非常重要的。 而且，从变量之间是否具有协整关系出发选择模型的变量，其数据基础是牢固的，其统计性质是优良的。 二、协整检验 1.两变量的Engle-Granger检验 为了检验两变量Yt,Xt是否为协整，Engle和Granger于1987年提出两步检验法，也称为EG检验。 第一步，用OLS方法估计方程： Yt=?0+?1Xt+?t 并计算非均衡误差，得到： 称为协整回归(cointegrating)或静态回归(static regression)。 的单整性的检验方法仍然是DF检验或者ADF检验。 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H0：?=0，意味着误差项et是平稳序列，从而说明X与Y间是协整的。 需要注意是，这里的DF或ADF检验是针对协整回归计算出的误差项 ，而非真正的非均衡误差?t进行的。 而OLS法采用了残差最小平方和原理，因此估计量?是向下偏倚的，这样将导致拒绝零假设的机会比实际情形大。 于是对et平稳性检验的DF与ADF临界值应该比正常的DF与ADF临界值还要小。 MacKinnon(1991)通过模拟试验给出了协整检验的临界值，表9.3.1是双变量情形下不同样本容量的临界值。 例9.3.1 检验中国居民人均消费水平CPC与人均国内生产总值GDPPC的协整关系。 在前文已知CPC与GDPPC都是I(2)序列，而§2.10中已给出了它们的回归式： R2=0.9981 通过对该式计算的残差序列作ADF检验，得适当检验模型 （-4.47） (3.93) (3.05) LM(1)=0.00 LM(2)=0.00 t=-4.47-3.75=ADF0.05，拒绝存在单位根的假设，残差项是稳定的，因此中国居民人均消费水平与人均GDP是(2,2)阶协整的，说明了该两变量间存在长期稳定的“均衡”关系。 2.多变量协整关系的检验—扩展的E-G检验 多变量协整关系的检验要比双变量复杂一些，主要在于协整变量间可能存在多种稳定的线性组合。 假设有4个I(1)变量Z、X、Y、W，它们有如下的长期均衡关系： (*) 其中，非均衡误差项?t应是I(0)序列： (**) 然而，如果Z与W，X与Y间分别存在长期均衡关系： 则非均衡误差项v1t、v2t一定是稳定序列I(0)。于是它们的任意线性组合也是稳定的。例如： (***) 一定是I(0)序列。 由于vt象（**）式中的?t一样，也是Z、X、Y、W四个变量的线性组合，由此（***）式也成为该四变量的另一稳定线性组合。 （1, -?0,-?1,-?2,-?3）是对应于（**）式的协整向量，（1,-?0-?0,-?1,1,-?1）是对应于（***）式的协整向量。 对于多变量的协整检验过程，基本与双变量情形相同，即需检验变量是否具有同阶单整性，以及是否存在稳定的线性组合。 在检验是否存在稳定的线性组合时，需通过设置一个变量为被解释变量，其他变量为解释变量，进行OLS估计并检验残差序列是否平稳。 检验程序： 如果不平稳，则需更换被解释变量，进行同样的OLS估计及相应的残差项检验。 当所有的变量都被作为被解释变量检验之后，仍不能得到平稳的残差项序列，则认为这些变量间不存在（d,d）阶协整。 同样地，检验残差项是否平稳的DF与ADF检验临界值要比通常的DF与ADF检验临界