苹果股价与三星股价的协整分析.docVIP

苹果股价与三星股价的协整分析 摘 要：由于许多经济问题是非平稳的，这就给经典的回 归分析方法带来了很大限制。由于实际应用中大多数时间序 列是非平稳的，通常采用差分方法消除序列中含有的非平稳 趋势，使得序列平稳化后建立模型，比如使用ARIMA模型。 但是变换后的序列限制了所讨论经济问题的范围，并且有时 变换后的序列由于不具有直接的经济意义，使得化为平稳序 列后所建立的时间序列模型不便于解释。虽然一些经济变量 的本身是非平稳序列，但是，它们的线性组合却有可能是平 稳序列。这种平稳的线性组合被称为协整方程，且可解释为 变量之间的长期稳定的均衡关系。本协整模型选取苹果股价 与三星股价从2010年4月30日到2014年4月30日的日收 盘价共1006 盘价共1006个数， 利用协整检验理论分析苹果与三星股价 之间是否存在长期均衡的趋势。对于分析这两家大竞争公司 之间的相互影响制约关系可以起到一定的作用，若他们存在 协整关系，根据一家的股票数据即可估计另一家的股票价 值。 关键词：协整单位根检验法ECM F224 A :1004-4914 (2014) 08-106-02 、单位根过程与鉴定方法 传统计量经济学家进行时间序列的回归分析时都是假 设时间序列是平稳的，可表示为如下形式： yt=u + e t+e 1 ￡ tT+e 2 ￡ t-2+ = \x + (B) ￡ t 的时间 序列模型，方差由白噪声序列决定。 现实生活中金融数据所构成的时间序列却往往不满足 上述假设条件，而存在一定的时间趋势。对这种时间趋势的 描述可以分为两种： 趋势平稳过程(Trend-Stationary Process)形式： yt=a+3 t+0 (B) e t的回归方程即代表一个趋势平稳过程, 其均值由含有时间变量t的线性函数a+B t表示，其方差 为。2。 差分平稳过程(Difference-Stationary Process), 即通常称为单位根过程。形如：(1-eB) yt= 8 + e t的回归 方程即代表一个一般性的差分平稳过程，其中0 (1) H0, 令9 (B) =1, ?=1得yt=yt-l+ 8 + e t,该过程为带位移8 的随机游走。属于单位根过程的特例。 本文对苹果股价进行协整分析，首先需要检验数据的平 稳性以证数据是否满足协整理论应用的条件。 利用R软件对原始数据进行ADF检验，发现两列原始数 据都是非平稳数据。再对两列数据进行一届差分后的ADF检 验，差分后的数据检验结果显示是平稳的。此分析说明两个 时间序列都是一阶单整的序列，满足协整检验的条件。于是 对数据进行最简单的回归方程估计。 二、简单回归方程的估计 （一） 回归方程估计 长期以来，人们在研究各类时间序列数据的过程中，发 现大量经济金融时间序列存在明显的非平稳性的特征，并存 在单位根。为了研究这些时间序列之间的关系，研究人员首 先考虑按一般线性回归方法，对两个时间序列变量直接进行 回归分析，但是这种做法容易使得得到的结果存在伪回归的 现象，我们先对数据进行一个最简单的回归，并对回归后的 数据残差进行白噪声检验，若残差通过白噪声检验，说明数 据之间存在协整关系，利用Durbin-Watson test检验是否 存在伪回归的现象。 通过R软件的回归分析，得到以下回归模型（回归系数 都十分显著）： Lsamt=l. 22757+0. 70742*laaplt+￡ t Lsam：进行对数处理后的三星股价数据 Laapl：进行对数处理后的苹果股价数据 对上述回归模型进行DW检验，检验结果DW二0.0205, R2=0. 6333, DW值偏小,说明可能存在伪回归的现象。 （二） 残差的自相关检验 在回归模型yt二B 0+ B txt+ ￡ t中，对残差￡ t进行ADF 检验，检验结果显示pvalue=0. 000224,残差是白噪声，苹 果股价和三星股价之间存在协整关系。 （三）误差修正模型（ECM）的建立 误差修正模型（Error Correction Model,简称ECM模 型）是1987年Engle和Granger提出的。误差修正模型， 就是解决两个经济变量的短期失衡问题，这种方法日益被越 来越多的实证研究所应用。通过误差修正机制，在一定期间 的失衡部门可以在下一期得到纠正。 误差修正模型常常作为协整回归模型的补充模型出现， 协整模型度量序列之间的长期均衡关系，而ECM模型则解释 序列的短期波动关系，ECM-般形式如下： △yt二 B Axt-ECMt-l+ ￡ t 响应序列的当期波动主要会受到三方面短期波动的影 响，输入序列的当期波动Axt,上一期的误差ECMt-1和纯 随机波动￡ to 基于简单回归分析建立误差修正模型，得到如下关系 式： △Lsamt=0. 0