时间序列分析下09统计学.ppt

1 第一节 单位根检验 第二节 协整分析与 ECM 模型 第八章 时间序列分析 2 第二节 协整分析与 ECM 3 一、协整（ cointegrated ）分析 （一）协整的提出及定义 ? 大多数序列都是非平稳的，为防止伪回归，这时的处理办法 有两个： ? 差分 ：使用变量为差分形式的关系式更适合描述所研究的 经济现象的短期状态或非均衡状态，而不是其长期或均衡 状态，描述所研究经济现象的长期或均衡状态应采用变量 本身。 ? 协整 ：是指多个非平稳经济变量的某种线性组合是平稳的。 （若平稳就是协整的） 4 协整的定义 如果两时间序列 Y t ～ I(d) ， X t ～ I(d) ，并且这两个时 间序列的线性组合 a 1 Y t +a 2 X t 是 (d-b) 阶单整的，即 a 1 Y t +a 2 X t ～ I(d-b) （ d≥b≥0 ），则 Y t 和 X t 被称为是（ d, b ）阶协整的。记为 Y t , X t ～ CI(d , b) 这里 CI 是协整的符号。构成两变量线性组合的系数向 量（ a 1 ， a 2 ）称为“协整向量”。 一般：同阶单整序列，如果线性组合后单整阶数降低，则变量之 间存在协整关系。 5 考虑下面的关系 Y t = β 0 +β 1 X t （ 1 ） 其中， Y t ～ I(1 ）， X t ～ I(1 ）。 当 0= Y t － β 0 － β 1 X t 时，该关系处于长期均衡状态。 对 长期均衡的偏离，称为“均衡误差”，记为 ε t ： ε t = Y t － β 0 － β 1 X t 6 若长期均衡存在， 则均衡误差应当围绕均衡值 0 波动。 也就是说，均衡误差 ε t 应当是一个平稳时间序列，即 应有 ε t ～ I(0 ）， E(ε t ） = 0 。 按照协整的定义，由于 Y t ～ I(1 ）， X t ～ I(1 ），且线性组合 ε t =Y t － β 0 － β 1 X t ～ I(0 ） 因此， Y t 和 X t 是（ 1 ， 1 ）阶协整的，即 Y t ， X t ～ CI(1, 1 ） 协整向量是（ 1, － β 0 , － β 1 ） 7 综合以上结果，可以说，两时间序列之间的协整是 表示它们之间存在长期均衡关系的另一种方式。因此， 若 Y t 和 X t 是协整的 , 并且均衡误差是平稳的且具有零 均值，则可以确信，方程 Y t =β 0 +β 1 X t +ε t （ 2 ） 将不会产生伪回归结果。 由上可知，如果我们想避免伪回归问题，就应该在 进行回归之前检验一下所涉及的变量是否协整。 “可以把协整检验看成是避免出现伪回归”情况的 一个预检验 ---- 格兰杰。 8 （二）协整检验的意义 经济意义： 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。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。 经济理论指出，某些经济变量间确实存在着长期均衡关 系，这种均衡关系意味着经济系统不存在破坏均衡的内在 机制，如果变量在某时期受到干扰后偏离其长期均衡点， 则均衡机制将会在下一期进行调整以使其重新回到均衡状 态。 9 （三）协整的检验 Engle-Granger 法 步骤 1. 用上一节介绍的单位根方法求出两变量的单整的阶， 然后分情况处理 , 共有三种情况： （ 1 ） 若两变量的单整的阶相同，进入下一步； （ 2 ）若两变量的单整的阶不同，则两变量不是协整 的； （ 3 ）若两变量是平稳的，则整个检验过程停止，因 为可以采用标准回归技术处理。 10 步骤 2. 若两变量是同阶单整的，如 I(1 ），则用 OLS 法估 计 长期均衡方程 （称为协整回归）： Y t =β 0 +β 1 X t +ε t 并保存残差 e t ，作为均衡误差 ε t 的估计值。 11 步骤 3. 对于两个协整变量来说，均衡误差必须是平稳的。 为检验其平稳性，对上一步保存的均衡误差估计值 （即协整回归的残差 e t ）应用单位根方法。具体作法 是将 Dickey — Fuller 检验法用于时间序列 e t ，也就是 用 OLS 法估计形如下式的方程： △ e t =δe t-1 + ν t （ 3 ） 有两点须提请注意： （ 1 ）（ 3 ）式不包含常数项，这是因为 OLS 残差 e t 应以 0 为中 心波动。 （ 2 ） Dickey —Fullerτ 统计量不适于此检验，表 1 提供了用于协 整检验的临界值表。 12 表 1 协整检验 EG 或 AEG 的临界值 变量个数 m=2 m=3 m=4