配对交易的Engle-Granger协整检验.docxVIP

配对交易的Engle-Granger协整检验

一、配对交易与协整关系的理论基础

在金融市场的量化投资领域，配对交易因其“低风险、稳收益”的特性，成为统计套利策略中最经典的代表之一。这一策略的核心逻辑，是通过寻找具有长期价格联动性的资产对，利用短期价格偏离后的均值回归规律获利。而要实现这一目标，关键在于验证资产间是否存在“长期均衡关系”——这种关系在统计学中被称为“协整”，Engle-Granger协整检验则是验证这一关系的核心工具。理解配对交易的本质与协整关系的内涵，是掌握Engle-Granger检验应用的前提。

（一）配对交易的核心逻辑与策略本质

配对交易的思想起源于20世纪80年代的华尔街，最初由量化投资团队通过观察同一行业或业务相似的公司股票价格走势提出。其本质是一种“均值回归”策略：假设两只资产（如股票A和股票B）在长期内存在稳定的价格关系，当受短期市场情绪、突发事件等因素影响时，两者的价格差（即价差）会暂时偏离长期均值；当市场修正这种非理性偏离时，价差会回归均值，此时通过“做多低估资产、做空高估资产”即可获利。

例如，若股票A与股票B的历史价格长期保持“1:1.5”的比例关系，当某一时刻股票A因利好消息上涨，而股票B未同步上涨，导致价差扩大至“1:1.8”时，策略会假设这种偏离是暂时的，未来价差将回到“1:1.5”，因此做空A、做多B，等待价差收敛。这一策略的关键在于“长期稳定关系”的存在——若两只资产的价格走势毫无规律，价差可能持续发散，策略将面临巨大风险。

（二）协整关系：连接长期均衡的统计桥梁

要判断两只资产是否存在“长期稳定关系”，需要引入统计学中的“协整”概念。简单来说，协整描述的是多个非平稳时间序列之间的长期均衡关系。这里的“非平稳”指的是单只资产的价格序列可能存在趋势性（如持续上涨或下跌）或周期性波动，无法用固定的均值和方差描述；而“长期均衡”则意味着这些非平稳序列的某种线性组合是平稳的（即均值和方差稳定），这种线性组合可以理解为“价差”。

需要注意的是，协整与常见的“相关性”有本质区别。相关性衡量的是两个变量在短期内的线性关联程度，可能因市场短期波动出现高相关性，但无法保证长期稳定性；而协整关注的是长期维度下，变量间是否存在一种“约束”关系——即使短期偏离，也会被某种机制（如市场套利行为、公司基本面联动）拉回均衡。例如，两家同行业龙头公司的股票价格可能因行业政策、宏观经济等因素长期同步波动，即使某段时间因个股事件出现偏离，也会因投资者套利行为回归，这种关系就是协整的典型表现。

协整关系对配对交易的意义在于：只有存在协整关系的资产对，其价差才是平稳序列，具备“均值回归”的统计基础；若资产对不存在协整关系，价差可能是非平稳的（如包含趋势项），此时“均值回归”假设不成立，策略将失效。因此，验证协整关系是配对交易策略构建的首要步骤，而Engle-Granger检验正是最常用的协整验证方法。

二、Engle-Granger协整检验的操作流程

Engle-Granger协整检验由两位诺贝尔经济学奖得主罗伯特·恩格尔（RobertEngle）和克莱夫·格兰杰（CliveGranger）于20世纪80年代提出，其核心思想是通过“两步法”验证两个时间序列是否存在协整关系：第一步检验单变量的平稳性，第二步通过回归残差的平稳性判断协整关系是否存在。这一方法操作简洁、逻辑清晰，是配对交易中最常用的协整检验工具。

（一）第一步：单变量时间序列的平稳性检验

要判断两个变量是否协整，首先需要确认它们是“同阶单整”的。这里的“单整”指的是时间序列需要经过d次差分后才能变为平稳序列，记为I(d)。例如，若一只股票的价格序列本身不平稳（存在趋势），但一阶差分（即相邻日价格差）后平稳，则该序列是I(1)阶单整的。

平稳性检验常用的方法是“单位根检验”（如ADF检验）。单位根检验的基本逻辑是：若时间序列存在“单位根”，则序列非平稳；反之则平稳。以ADF检验为例，其通过构建回归方程，检验序列的滞后项系数是否显著为1（存在单位根）。若原序列（未差分）的ADF检验不拒绝“存在单位根”的原假设，则说明原序列非平稳；对原序列进行一阶差分后再次检验，若拒绝原假设，则说明原序列是I(1)阶单整的。

在配对交易中，我们通常关注两只资产价格序列是否均为I(1)阶单整。若一只为I(1)、另一只为I(0)（原序列平稳），则它们的线性组合无法形成平稳的价差，无法构成协整关系；若两只均为I(1)，则可能存在协整关系，需要进一步检验。

（二）第二步：构建协整回归方程并估计参数

在确认两只资产价格序列（记为X和Y）均为I(1)阶单整后，第二步是构建协整回归方程。协整回归的目的是找到X和Y之间的长期均衡关系，数学上表现为Y对X的线性回归：Y=α+βX+ε