协整检验步骤.docx

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”（SpuriousRegression）。

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—asgroup。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”―“descriptivestatistic”―“histogramandstats”；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”—“unitroottest”；方法二：点击菜单中的“quick”―“seriesstatistic”―“unitroottest”；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 EVie..s -［Cronp: OIiTITLED ·orkfile： 叩 ITLED] :巨巨l

亡］E11亡 Edit 心J仑ct5 E1的 [ro心 uii: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

。

III

1/01/93 12/02f94 11/01/96 1IJ/02/98

|—S互—SHA|

P

Palh.=d.:\ieviews31111]B= ri.on.e「||Iwr=un.titlell

图3—1 SHA和SZA原始数值线性图

沁

沁吓心l戏:nrI过氐 t1;:;;t.:;.石l.1d虹n

200

150

100

50

-u400 600 600 1000 1:20014001600

-u

$扫|es:SHA

Sarnpie1!01八99312f31f1999

0b艺erv忒ion芯1826

Mean

1031.628

Me:dian

1006.362

Maixirnum

1842.810

Minimum

3238480

std.Dev.

332.0354

Skiewness

IJ,170613

Ku巾还is

200953

Jrque-Bem 83.48868

robabil肪 0060006

Pat

Path=d:\e寸ie节三lI111DII=none1111|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

ADFTestS