第八章-时间序列分析.pptVIP

图6.1 模型(4)的统计量t的频数分布图 表6.1 模型(4)的统计量t的频数分布表 由上可知，用非平稳时间序列建立回归模型很可能会带来虚假回归问题。检验回归系数显著性的t统计量的分布随样本容量的增大而发散，同时决定系数R2的值很高。从而导致用非平稳时间序列建立的回归模型的估计结果毫无解释意义。 考虑到经济学中大多数时间序列是非平稳序列，则我们得到伪回归结果是常见的事。从前，人们认为处理此类趋势变量的恰当方法是使用差分或者其他的变换将它们化为平稳变量。然而，最近越来越多的研究表明有更适合的方法来研究趋势变量。 如果两个变量的漂移趋势之间存在某种联系，如果Xt与Yt都是1阶单整，是否存在 使得 为平稳的，如果存在，那么说这两个变量就是协整的，这样就可以区分两者长期关系和短期关系，长期关系是两个变量一起漂移的关系，短期关系则是两个变量相对于各自长期趋势的偏离之间的关系。 二、长期均衡关系与协整 1. 长期均衡关系 所谓长期均衡是指系统关于时间收敛的均衡状态，它要求系统内部的分量序列之间存在长期的“协同运动”（co-movement），即要求组成系统的变量沿着（或逼近）稳定路径做同向运动。不妨假设x与y之间的“长期均衡关系”由下式来描述： 如果上式正确地显示了x与y间的长期稳定的均衡关系，则意味着y对其均衡点的偏离从本质上说是暂时的，均衡误差应该是一平稳序列，且具有零均值，这种情况下我们称为均衡误差。所以，只有随机干扰项为均衡误差时，x与y才存在长期均衡关系。 （1）协整定义 如果Xt={x1t , x2t ,…, xkt }都是d阶单整，存在向量?=(?1 , ?2 ,…, ?k)，使得Zt= ?XT ～ I(d-b)，其中，b0，则认为序列{x1t , x2t ,…, xkt }是(d,b)阶协整的，记为Xt～CI(d,b)，其中?为协整向量（cointegrated vector），协整向量的个数称为Xt的协整秩。 2.协整的概念(Cointegration) 协整概念是20世纪80年代由恩格尔-格兰杰（Engle-Granger）提出的。协整理论为再两个或多个非平稳变量间寻找均衡关系，以及用存在协整关系的变量建立误差修正模型奠定了理论基础。 需要注意的是，在协整的定义中，协整向量 是不唯一的，并且各个变量必须都是同阶单 整的。认真分析协整的定义和长期均衡关系的定 义，不难发现，变量之间存在协整关系并不一定 存在长期均衡关系，但如果变量间存在长期均衡关系，则它们一定是协整的。 下面给出本节中要研究的两个特例。 1. Yt，Xt～CI(d，d） 在这种情况下，d=b，使得a1Yt+a2Xt～I(0），这 意味着两时间序列的线性组合是平稳的， 因 而Yt，Xt～CI(d，d)。 2. Yt，Xt～CI（1, 1） 在这种情况下，d=b=1，同样有a1Yt+a2Xt～I（0），即两时间序列是平稳的，因而 Yt，Xt～CI(1, 1)。 三个以上的变量，如果具有不同的单整阶数，有可能经过线性组合构成低阶单整变量。 例如，如果存在： 并且 那么认为： （2）协整检验临界值 A. EG、AEG协整检验临界值 EG、AEG检验统计量临界值表与DF、ADF临界值表不同，它与协整回归式中变量个数有关。 B. 麦金农(Mackinnon,1991)临界值 麦金农利用模拟方法得到临界值的响应面函数，从而能提供更多的协整检验临界值。任何样本容量下的协整检验临界值，都可以通过麦金农中提供的以样本容量为变量的响应面函数计算得到。 二、协整的检验 下面介绍一种用于检验两变量之间协整关系的方法，对于多变量之间的协整检验，1988年Johansen以及1990年Juselius提出了一种用向量自回归模型进行检验的方法，通常称为Johansen检验或JJ检验。 两变量协整关系检验的Engle-Granger法由Engle和Granger于1987年提出，简称EG检验。下面主要介绍EG检验的具体步骤。 步骤1 用上一节介绍的单位根方法求出两变量的单整 阶数，然后分情况处理： （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； 若两变量是平稳的，则整个检验过程停止， 因为你可以采用标准回归技术处理。 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）： Yt=β0+β1Xt+ut