时间序列数据的平稳性检验课堂.pptVIP

31 ? 对于如下的包含 g 个变量， k 阶滞后项的 VAR 模型： t 1 t-1 2 t-2 k t-k t y y + y +... y +u ? ? ? ? （ 5.11 ） 假定所有的 g 个变量都是 I(1) 即一阶单整过程。其 中， y t 、 y t-1 … y t-k 为 g × 1 列向量， β 1 β 2 …β k 为 g × g 系 数矩阵， 为白噪音过程的随机误差项组成的 g × 1 列向量。 t u 32 ? 对式 5.11 做适当的变换，可以得到如下的以 VECM 形式表示的模型： t t-k 1 t-1 2 t-2 k-1 t-(k-1) t y y + y + y +... y +u ? ? ? ? ? ? ? ? ? （ 5.12 ） 其中 ， I g 为 g 阶单位矩阵， k i g j 1 ( ) I ? ? ? ? ? ? i i j g j 1 ( ) I ? ? ? ? ? ? 33 ? 我们所感兴趣的是 系数矩阵，它可以看作 是一个代表变量间长期关系的系数矩阵。因为 在长期达到均衡时，式 5.12 所有的差分变量都 是零向量， 中随机误差项的期望值为零，因 此我们有 =0 ，表示的是长期均衡时变量间 的关系。 ? t u t-k y ? 34 ? 对变量之间协整关系的检验可以通过计算 系数矩阵的秩及特征值来判断。将 系数矩 阵的特征值按照从大到小的顺序排列， 即： 。如果变量间不存在协整 关系（即长期关系），则的秩就为零 。 ? ? 1 2 g ... ? ? ? ? ? ? 35 ? Johansen 协整检验有两个检验统计量： ? ①迹检验统计量 ： ? ，其中 r 为假设的协整关系的 个数， 为 的第 i 个特征值的估计值（下同）。 对应的零假设是： H 0 ：协整关系个数小于等于 r ； 被择假设： H 1 ：协整关系个数大于 r 。 ? ②最大特征值检验统计量 ： ? 对应的零假设： H 0 ：协整关 系个数等于 r ；相应的被择假设： H 1 : 协整关系个数 为 r+1 。 trace ? g trace i i=r+1 ? =-T ln(1- ) ? ? ? i ? ? ? max ? max r+1 ? (r,r+1)=-Tln(1- ) ? ? 36 ? 首先看 ， ? 迹检验实际上是一个联合检验： ， 因为当 时， 也为零，且在 范围内， 越大， 越小， 越大。如果 大于临界 值，则拒绝零假设，说明存在的协整个数大于 r ， 这时应继续检验新的零假设：协整关系个数小于等 于 r+1… 直至 小于临界值。 trace ? r+1 r+2 g = = =0 ? ? ? ...= i =0 ? i ln(1- ) ? i 0 1 ? i ? i ln(1- ) ? trace ? trace ? trace ? 37 ? 再来看 。当 大于临界值时，我们拒绝协 整关系个数等于 r 的原假设，然后继续检验新的 假设：协整关系个数为 r+1 ， … ，直到 小于 临界值 。 max ? max ? max ? ? Johansen 协整检验的临界值已由 Johansen 给出。 在实际应用中，上述两个检验可以同时使用，一 般而言，两种检验给出的结果是相同的，但也可 能会给出不同的结论。 38 ? （ 2 ） Johansen 协整检验模型形式的确定。 ? Johansen 协整检验方程形式的确定包括两部分： 一是确定 VECM 模型和 是否应包含常数项 和时间趋势项；二是确定滞后项数（即 k 值）。 对于前者，我们可以根据变量的数据图形来检验 （同 ADF 检验）；对于后者，我们可以利用前面 ADF 检验中提到的渐进 t 检验和信息准则法。 t-k y ? 39 ? （ 3 ）如何在 Eviews 软件中做 Johansen 协整检 验 ? 下面我们通过一个例子说明如何在 Eviews 软 件中做 Johansen 协整检验。 ? [ 例 5.1] ：对我国货币政策传导机制信贷渠道的 实证检验 40 ? 利用我国的数据对信贷渠道进行实证分析，来 看变量之间是否存在长期稳定的关系，即协整 关系。我们以货币供应量 M1 和 M2 作为货币政 策的起始变量，以金融机构贷款余额 (DEBT) 表示信贷量，以其作为中间变量，以 GDP 和 零售物价指数（ CPI ）作为货币政策的效果变 量。 41 ? 1 、对原始数据进行适当的处理，如季节调整、 对数化等。 ? 2 、对变量进行平稳性检验。 ? 3 、如果变量水平值是不平稳的，我们就要对 它的一阶差分进行平稳性检验 。 ? 4 、进行协整检验 ，并进行济济学意义上的分 析。 42 第四节 误差修正模型 ? Engle 和 G