协整检验步骤.docxVIP

实验三 金融数据的平稳性检验实验指导 一、实验目的： 理解经济时间序列存在的不平稳性，掌握 ADF 检验平稳性的方法。认识不平稳的序列容易导致伪回归问题，掌握为解决伪回归问题引出的协整检验，协整的概念和具体的协整检 验过程。协整描述了变量之间的长期关系，为了进一步研究变量之间的短期均衡是否存在， 掌握误差纠正模型方法。理解变量之间的因果关系的计量意义，掌握格兰杰因果检验方法。 二、基本概念： 如果一个随机过程的均值和方差在时间过程上都是常数，并且在任何两时期的协方差值仅依赖于该两时期间的距离或滞后，而不依赖于计算这个协方差的实际时间，就称它为平稳的。强调平稳性是因为将一个随机游走变量（即非平稳数据）对另一个随机游走变量进行回归可能导致荒谬的结果，传统的显著性检验将告知我们变量之间的关系是不存在的。这种情况就称为“伪回归”（Spurious Regression）。 有时虽然两个变量都是随机游走的，但它们的某个线形组合却可能是平稳的，在这种情况下，我们称这两个变量是协整的。 因果检验用于确定一个变量的变化是否为另一个变量变化的原因。 三、实验内容及要求： 用 Eviews 来分析上海证券市场 A 股成份指数（简记 SHA）和深圳证券市场 A 股成份指数（简记 SZA）之间的关系。内容包括： 对数据进行平稳性检验 协整检验 因果检验 误差纠正机制 ECM 要求：在认真理解本章内容的基础上，通过实验掌握ADF 检验平稳性的方法，具体的协整检验过程，掌握格兰杰因果检验方法，以及误差纠正模型方法。 四、实验指导： 1、对数据进行平稳性检验： 首先导入数据，将上海证券市场A 股成份指数记为 SHA，深圳证券市场A 股成份指数记为 SZA（若已有 wf1 文件则直接打开该文件）。 在 workfile 中按住 ctrl 选择要检验的二变量，右击，选择 open—as group。则此时可在弹出的窗口中对选中的变量进行检验。检验方法有： ① 画折线图：“View”―“graph”—“line”，如图 3—1 所示。 ②画直方图：在 workfile 中按住选择要检验的变量，右击，选择 open，或双击选中的变量，“view”―“descriptive statistic”―“histogram and stats”；注意到图中的 J.B.统计量，其越趋向于 0，则图越符合正态分布，也就说明数据越平稳。如图3—2 和 3—3 所示。 ③用 ADF 检验：方法一：“view”—“unit root test”；方法二：点击菜单中的“quick”― “series statistic”―“unit root test”；分析原则即比较值的大小以及经验法则。点击ok，如图 3—4 和 3—6 所示。 1 守 EVi e .. s - ［ Cr on p : OIiTITLED · or kf i l e： 叩 I TLED] : 巨巨l 亡］ E 11亡 Edi t 心 J 仑c t 5 E1 的 [r o心 ui i:k 0-配1如－5 但1ndor 出1子 - a, X |vl.ew .，一 一·一·龙一 一:. - ..一一』，一， 一己 一』 2000 1500 1000 .,.J－ - ·矗一一．， 。500 。 I I I 1/01/93 1 2/02f94 11/01/96 1 IJ/ 0 2 /98 |— S 互 — SHA | P P alh. = d.:\ievi ews3 1111 ]B = ri.on.e「|| I wr = un.ti tl ell 图 3—1 SHA 和 SZA 原始数值线性图 沁 沁吓心 l 戏 :nr I 过氐 t 1;:;;t. :;. 石 l .1 d虹n 200 150 100 50  -u400 600 600 1000 1:200 1400 1600 -u  $ 扫 |es: SHA Sarnpie 1!01八 993 12f31 f1999 0 b艺e rv 忒ion芯 1826 Mean 1031.628 Me:dian 1006.362 Maixirnum 1 842.8 10 Minimum 323 8480 std. Dev. 332.0354 Skiewness IJ,1706 13 Ku巾还is 2 00953 J rq ue-B em 83.48868 robabil肪 0 060006 Pat Path = d : \ e寸 i e节 三l I111 DII = none 1111| YIF = untitled 图 3—2 SHA 原始数值直方图 图 3—3 SZA 原始数值直方图 图 3—4 单位根检验对话框 ADF Test S