15、第八章案例分析(协整检验：基于回归系数的jj检验法).docxVIP

15、第八章案例分析(协整检验：基于回归系数的 jj 检验 法) 协整检验——基于回归系数的 JJ 检验法 一、研究目的 传统的回归分析是建立在变量数据平稳的假定基础之上，而现实中，大多数经 济变量都是非平稳的 ( 例如产出、资本存量、收入等经济变量都具有长期增长的趋 势) 。因此通过回归分析得到的回归模型缺乏统计意义上的逻辑论证，容易产生伪 回归。伪回归模型有很 2 高的值和 t 值，但参数估计值却毫无意义，从而可导致预测失败。 20 世纪 80 年代以来， R 计量经济学模型建模理论的一个重大发展就是协整理论的产生，它们为解决伪 回归问题提供了坚实的基础。本案例通过我国生产函数的数据来讨论 JJ 检验法的 原理、方法及其应用。 二、协整的思想 1、协整的思想 年 Engle 和 Granger 提出了协整理论及其方法 (Engle 和 Granger,1987) ，为非平稳时间序列的建模提供了另一种途径。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被解释为变量之间的长期稳定的均衡关系。 假定一些经济指标被某些经济系统联系在一起，那么从长远看来这些变量应该 具有均衡关系。在短期内，因为外部影响或随机扰动，这些变量有可能偏离均值。 如果这种偏离是暂时的，那么随时间推移将会回到均衡状态，如果这种偏离是持久 的，则变量之间不存在均衡关系。协整 (co-integration) 就是这种均衡关系的统计 表示。 2、协整的定义 协整的定义如下 : ,kdb 维向量的分量间被称为，阶协整，记为，如 y,(,,)yyy ？ y CIdb(,)ttttkt12 果满足 : (1) ，要求的每个分量 ; y Id()yyId ()ttit ,O,,bd(2)存在非零列向量，使得，。 B y ldb(), Bt 简称y是协整的，向量又称为协整向量。 Bt 三、JJ检验法与EG检验法的区别及其优点 协整检验从检验的对象上可以分为两种 : 一种是基于回归系数的协整检验，即 Johansen and Juselius(JJ) 极大似然法 ; 另一种是基于回归残差的协整检验， 即: Engle and Granger 两步法 (EG)。 EG检验法是En gle和Gran ger在提出协整理论的同时，提出的检验方法，其原 理清晰，操作简便。对于两变量模型的协整检验较为适用。但当模型中变量多于两 个时，其检验较为复杂，因为变量之间可能存在多种稳定的线性组合。例如 :有 4 个一阶单整变量 ，它们之间具有如下的长期均衡关系 : ZXYW,,, ZWXY，, ，，， ,,,,, tttttO123 把上式进行移项得到 : ,,,,,,,,,,ZWXY (1) tttttO123 , 其中随机误差项为平稳序列，即服从 l(O) 。 t WZYX然而，如果与，与之间分别存在长期均衡关系： ZW,，， ,,,tttO11 XY, ，， ,,,tttO12 其中随机误差项均为平稳序列。则它们的任意线性组合也是平稳的， 即: ,,,12tt (2) ,,,,,,,, ，,,,, ，,ZWXYtttttttt12001 (1) 式和(2) 式都表示 4 个变量之间的稳定线性组合。 由此可知，对于多变量的协整检验，如果米用 EG两步法，在第一步设定回归 方程时，对于因变量和自变量的选择需要反复实验各种不同的组合。即 : 通过设置 一个变量为因变量，其余变量为自变量，进行回归并检验残差是否平稳，如果不平 稳，则需要更换因变量，重复同样的过程。当所有变量作为因变量检验之后，仍不 能得到平稳的残差序列，才能认为这些变量之间不存在协整关系。其操作过程过于 复杂。 而JJ检验法则不存在此类问题，它是通过建立 VAR模型，检验变量之间的回 归系数来考察变量之间是否存在协整向量来判断协整关系的存在。 因此， JJ 检验法在多变量检验时具有优越性。 四、JJ检验法的原理 假设有一个VAR()模型：p ,(1) yAyAy, ,,,? tT,1,2,, ? ttptptll,, k其中都是非平稳的变量；是维扰动向量。将式(1)经过差分变化以yyy,,, ? l(1)12ttktt 后,可以得到下面的式子 ： p,1 ⑵,,,,,ynyry ￡ ,ttitit,,1i,1 其中 pp ，1i,1 由于过程经过差分变换将变成过程，即式 (2) 中的，都 ,y,,y(1,2,)jp ？ I(1)I(0)ti,t 是变量构成的向量，那么只要是的向量，即 yyy,, ？之间具有协 n yl(0)l(0)1,12,1,1ttkt,,,t,1 整关系，就能保证是平稳过程。变量 yyy,, ？之间是否具有协整关系主要 依,y1,12