计量模型中的协整关系检验方法.docxVIP

计量模型中的协整关系检验方法

一、协整关系的理论基础与研究意义

（一）协整关系的本质内涵

在计量经济学研究中，时间序列数据的非平稳性是常见现象。若直接对非平稳序列进行回归分析，可能出现“伪回归”——即统计结果显示变量间高度相关，但实际不存在真实经济联系的虚假结论。协整关系（Cointegration）的提出，正是为解决这一问题。简单来说，协整描述的是一组非平稳时间序列在长期中存在的稳定均衡关系：尽管单个序列可能因随机扰动呈现短期波动，但它们的线性组合能够消除这种非平稳性，形成一个平稳序列。这种“长期共变、短期偏离”的特性，为揭示经济变量间的内在联系提供了关键工具。

例如，消费与收入、股价与股息、汇率与利率等经济变量，虽然各自随时间波动，但受经济规律约束，它们的波动方向和幅度往往存在协同性。这种协同性无法通过简单的相关性分析捕捉，却能通过协整关系检验被识别。

（二）协整检验的核心价值

协整检验的重要性体现在两个层面：一是方法论层面，它为非平稳时间序列的建模提供了合法性基础。只有确认变量间存在协整关系，基于这些变量构建的误差修正模型（ECM）才有意义，因为误差修正项本质上是协整方程的残差，反映了变量偏离长期均衡的程度。二是经济解释层面，协整关系的存在意味着变量间存在“稳定锚”，这种锚定效应能帮助研究者判断经济系统是否具备自我修复能力——当短期冲击导致变量偏离均衡时，系统会通过调整逐步回归长期轨道。

例如，在研究货币政策传导时，若货币供应量与物价水平存在协整关系，说明二者在长期中受货币数量论约束；若协整关系不成立，则可能意味着货币政策的长期有效性存疑。

二、主流协整检验方法的技术解析

协整检验方法的发展与计量经济学理论的进步同步。从早期针对双变量系统的Engle-Granger两步法，到适用于多变量系统的Johansen极大似然法，再到处理非对称关系的ARDL边界检验，不同方法各有侧重，共同构成了完整的技术工具箱。

（一）Engle-Granger两步法：双变量系统的经典工具

Engle-Granger两步法（简称EG两步法）由1999年诺贝尔经济学奖得主Engle和Granger于1987年提出，是最早被广泛应用的协整检验方法。其核心思想是“先估计、后检验”：第一步，对两个非平稳时间序列进行普通最小二乘（OLS）回归，得到反映长期均衡关系的协整方程；第二步，提取该方程的残差序列，对残差进行平稳性检验（如ADF检验或PP检验）。若残差是平稳的，则说明原序列间存在协整关系。

EG两步法的优势在于操作简单、易于理解，尤其适合双变量系统的初步分析。例如，研究居民消费（C）与可支配收入（Y）的关系时，可先建立C=α+βY+μ的回归方程，再检验残差μ的平稳性。若μ平稳，则C与Y存在协整关系。但该方法也存在局限性：一是仅适用于双变量系统，无法处理三个及以上变量的协整关系；二是对模型设定敏感，若协整方程遗漏关键变量或函数形式错误，可能导致检验结果失真；三是OLS估计的有效性依赖于残差的正态性假设，实际数据中这一假设可能不成立。

（二）Johansen极大似然法：多变量系统的全面诊断

为克服EG两步法在多变量系统中的不足，Johansen于1988年提出基于向量自回归（VAR）模型的极大似然检验方法（简称Johansen检验）。该方法的核心是通过分析VAR模型的误差修正项，识别变量间的协整秩（即协整关系的数量）。具体步骤为：首先构建p阶VAR模型，将其转换为向量误差修正模型（VECM）形式；然后通过极大似然估计，计算特征根并构造迹统计量（TraceStatistic）和最大特征值统计量（MaximumEigenvalueStatistic）；最后通过比较统计量与临界值，判断协整秩是0、1还是更多。

Johansen检验的显著优势在于能同时处理多个变量，并给出协整关系的具体数量（协整秩）。例如，研究GDP、投资（I）、消费（C）、出口（X）四个变量的长期关系时，Johansen检验不仅能判断是否存在协整关系，还能确定存在几个独立的协整方程（如可能存在2个协整关系）。此外，该方法通过VAR模型自动捕捉变量间的动态交互，避免了EG两步法中因单方程设定导致的信息损失。但Johansen检验对滞后阶数的选择非常敏感，滞后阶数过小会导致模型无法充分捕捉变量动态，过大则会消耗过多自由度，降低检验功效。

（三）ARDL边界检验：非对称与小样本场景的补充方案

传统协整检验要求变量具有相同的单整阶数（如均为I(1)），这在实际研究中常不满足——部分变量可能是I(0)（平稳），部分是I(1)（一阶单整）。针对这一问题，Pesaran等人于2001年提出自回归分布滞后（ARDL）模型的边界检验方法。该方法的核心是通过构建包含变量水平项和差分的ARDL模型，利用F统计