单位根、协整检验实验报告.docVIP

学生学号 0121315940630 实验课成绩 学 生 实 验 报 告 书 实验课程名称 应用时间序列 开 课 学 院 理学院 指导教师姓名 桂预风 学 生 姓 名 王世方 学生专业班级 金融sy1301 2015 -- 2016 学年 第 2 学期 实验一： 实验项目名称 多元时间序列单位根检验和协整检验 实验成绩 实 验 者 王世方 专业班级 金融sy1301 实验日期 2016 年 5 月 6日 实验目的： 由于之前运用过的时序图检验法在判断序列平稳性上具有很强的主观性，而虚假回归问题的存在要求我们必须进行平稳性检验，因此实验者需要掌握运用最广泛的平稳性检验统计方法——单位根检验。 把理论知识付诸于实践，通过实际操作Eviews软件，能够熟练利用DF、ADF、PP方法进行平稳性检验，并针对非平稳的各种形成机制进一步判断非平稳序列属于哪一种机制，从而根据不同的结果选择不同的序列分析方法，最终达到分析解决实际问题的效果。 实验原理： 通过检验特征根实是在单位元内还是单位圆上（外）来检验序列的平稳性，这种检验即为单位根检验。DF检验为单边检验，当显著水平取为α时，记为DF检验的分位点，当τ≤时，拒绝原假设序列非平稳，认为序列显著平稳；当τ≥时，保留原假设，认为序列非平稳。 DF检验下非平稳序列的三种类型如下： （1）漂移项自回归过程（DS序列），即随机游走模型，该序列均值非平稳，方差非齐，但一阶差分平稳：=+。 （2）带漂移项自回归过程，这是一个有趋势且波动性不断增强的非平稳序列，一阶差分后是平稳的：=++。 （3）带趋势回归过程（TS序列），又称趋势平稳序列：=++。对于TS序列最好是通过拟合线性模型提取序列中的相关关系，实现残差序列平稳：=-（+）；如果对TS序列采用差分方法提取相关信息，可以使趋势平稳，但增加了残差序列的方差：=β+-。 ADF检验原理：对于任一AR(p)过程=++…++，若该方程的所有特征根都在单位圆内，即||1，i=1,2，…，p,则序列平稳；若有一个单位根存在，则序列非平稳，且自回归系数之和恰好为1，++…+=1。为便于检验，对原方程进行等价变换：=++…+p-1+，式中ρ=++…+-1，=++…+，j=1,2，…，p-1,若序列平稳，则++…+1等价于ρ0；若序列非平稳，则至少存在一个单位根，有++…+=1，等价于ρ=0。 ADF检验也有三种类型的单位根检验 无常数均值、无趋势的P阶自回归过程：=++…++ 有常数均值、无趋势的P阶自回归过程：=μ+++…++ 既有常数均值又有线性趋势的P阶自回归过程：=μ++++…++ PP检验 ：适用于异方差场合的平稳性检验 实验过程： 案例一：对1978-2002年中国农村居民家庭人均纯收入对数序列{}和生活消费支出对数序列{}进行DF检验 首先导入数据“1978-2002年中国农村居民家庭人均纯收入对数序列{}和生活消费支出对数序列{}”，绘制出时序图，如图1.1所示。图中红色曲线代表中国农村居民家庭人均纯收入对数序列{}，蓝色曲线代表中国农村居民家庭人均生活消费支出对数序列{}。时序图较直观的反映这两个对数序列显著非平稳。 图1.1 2、对中国农村居民家庭人均纯收入对数序列{}进行DF检验，延迟阶数选择0和1阶，考虑有漂移项自回归类型，操作流程为选定纯收入数据netincome，点击view——unit root test，首先选定 Dickey- Fuller ——level（未经差分），intercept（漂移项），user specified设置为0或1，点击OK。具体结果如下图1.2、图1.3： 图1.2 图1.3 考虑带趋势回归类型，选定纯收入数据netincome，点击view——unit root test，首先选定 Dickey- Fuller ——level（未经差分），Trend and intercept，user specified设置为0或1，点击OK。具体结果见图1.4、图1.5： 图1.4 图1.5 检验结果显示，无论考虑哪种类型的模型，显著水平取α=5%时，t检验统计量的值均显著大于α=5%时的t值,所以认为中国农村居民家庭人均纯收入对数序列显著非平稳，且这四种处理均不能实现残差序列平稳。 对中国农村居民家庭人均生活消费支出对数序列{}进行DF检验，延迟阶数选择0和1阶，考虑有漂移项自回归类型，操作流程为选定支出数据consume，点击view——unit root test，首先选定 Dickey- Fuller ——level（未经差分），intercept（漂移项），user specified设置为0或1，点击OK。具体结果如下图1.6、图1.7： 图1.