《利用eviews进行协整分析》由会员分享，可在线阅读，更多相关《利用eviews进行协整分析（7页珍藏版）》请在金锄头文库上搜索。
1、Eviews 之协整分析1利用 eviews 进行协整分析【实验目的】 掌握协整分析及相关内容的软件操作 【实验内容】单位根检验，单整检验，协整关系检验，误差修正模型 【实验步骤】 Augmented Dickey-Fuller Test（ADF）检验 考虑模型（1）yt=yt-1+jyt-j+t 模型（2）yt=+yt-1+jyt-j+t 模型（3）yt=+t+yt-1+jyt-j+t 其中：j=1，2，3 单位根的检验步骤如下： 第一步：估计模型（3） 。在给定 ADF 临界值的显著水平下，如果参数 显著不为零， 则序列 yt不存在单位根，说明序列 yt是平稳的，结束检验。否则，进行第二步
2、。 第二步：给定 =0，在给定 ADF 临界值的显著水平下，如果参数 显著不为零，则 进入第三步；否则表明模型不含时间趋势，进入第四步。 第三步：用一般的 t 分布检验 =0。如果参数 显著不为零，则序列 yt不存在单位 根，说明序列 yt是平稳的，结束检验；否则，序列存在单位根，是非平稳序列，结束检验。第四步：估计模型（2） 。在给定 ADF 临界值的显著水平下，如果参数 显著不为零， 则序列 yt不存在单位根，说明序列 yt是平稳的，结束检验；否则，继续下一步。 第五步：给定 =0，在给定 ADF 临界值的显著水平下，如果参数 显著不为零，表 明含有常数项，则进入第三步；否则继续下一步。
3、第六步：估计模型（1） 。在给定 ADF 临界值的显著水平下，如果参数 显著不为零， 则序列 yt不存在单位根，说明序列 yt是平稳的，结束检验。否则，序列存在单位根，是非 平稳序列，结束检验。操作：（1）检验消费序列是否为平稳序列。在工作文件窗口，打开序列 CS1，在 CS1 页面单击左上方的“View”键并选择“Unit Root Test” ，采用 ADF 检验方 法，依据检验目的确定要检验的模型类型，则有单位根检验结果。 （左上方选： level，左下方选：Trend and intercept，含有截距项和趋势项，右边最大滞后期： 2，点击 OK） 消费时间序列为模型（3） ，其 t
4、值大于附表 6（含有常数项和时间趋势） 中 0.010.10 各种显著性水平下值。因此，在这种情况下不能拒绝原假设，即私 人消费时间序列 CS 有一个单位根，SC 序列是非平稳序列。 同理，可以对 Y1 序列进行单位根检验。（2）单整1。检验消费时间序列一阶差分（CSt）的平稳性。在工作文件窗口，打开序列 CS，在 CS 页面单击左上方的“View”键并选择“Unit Root Test”，采用1 如果一个时间序列经过一次差分变成平稳的，就称原序列是 1 阶单整序列，记为 I（1） 。一般，一个序列经过 d 次差分后变成平稳序列，责称原序列 d 阶单整序列。Eviews 之协整分析2ADF 检
5、验方法，依据检验目的确定要检验的模型类型，则有单位根检验结果。 （左上方选：1st difference 一阶差分，左下方选： intercept，含有截距项，右边最大滞后期：2，点击 OK，就得到对于一阶差分序列 D（CS）的单位根检验的结果）同理，可以对 D（Y1）序列进行单位根检验。 用 OLS 法做两个回归：2CSt C CSt-12CSt C t CSt-1 2CSt为二阶差分，在两种情况下，t值都小于附表 6 中 0.010.10 各种显著性水平下的值。因此，拒绝原假设，即私人消费一阶差分时间序列没有单位根， 即私人消费一阶差分时间序列没有单位根，或者说该序列的平稳序列。所以， C
6、St是非平稳序列，由于CStI（0），因而 CStI（1）。二阶差分命令： CS2=d(CS，2) CS 是序列名称。 （3）判断两变量的协整关系。 第一步：求出两变量的单整的阶对于 SCt。做两个回归（SCt C SCt-1） ， （2SCt C SCt-1） 。对于 yt， 做两个回归（yt C yt-1） ， （2yt C yt-1） 。判断 SCt和 yt都是非平稳的，而SCt和yt是平稳的，即 SCtI（1） ，ytI（1） 。第二步：进行协整回归 用 OLS 法做回归：（SCt C yt） ，并变换参差为 et。 第三步：检验 et的平稳性 用 OLS 法做回归：（et C et-
7、1） 第四步：得出两变量是否协整的结论 因为 t=-3.15 与下表协整检验 EG 或 AGE 的临界值相比较（K=2） ，采用显著性水平 a=0.05，t值大于临界值，因而接受 et非平稳的原假设，意味着两变量不是协整关系。可 是，如果采用显著性水平 a=0.10，则 t值与临界值大致相当，因而可以预期，若 a=0.11， 则 t值小于临界值，接受 et平稳的备择假设，即两变量具有协整关系。协整检验 EG 或 AGE 的临界值显著性水平样本个数 K=2 K=3 K=4样本容量0.01 0.05 0.100.01 0.05 0.100.01 0.05 0.1025-4.37 -3.59 -3.
8、22-4.92 -4.10 -3.71-5.43 -4.56 -4.1550-4.12 -3.46 -3.13-4.59 -3.92 -3.58-5.02 -4.32 -3.89100-4.01 -3.39 -3.09-4.44 -3.83 -3.51-4.83 -4.21 -3.89-3.90 -3.33 -3.05-4.30 -3.74 -3.45-4.65 -4.10 -3.81（4）误差修正模型的估计第一步：估计协整回归方程yt=b0+b1xt+utEviews 之协整分析3得到协整的一致估计量（1，- b0 -b1） ，用它得出均衡误差 ut的估计值 et。第二步：用 OLS 法估计
9、下面的方程yt=a+iyt-i+jyt-j+et-1+vt在具体建模中，首先要对长期关系模型的设定是否合理进行单位根检验，以保证 et 为平稳序列。其次，对短期动态关系中各变量的滞后项，通常滞后期在 0，1，2，3 中 进行实验。 （5）估计误差修正模型 用 OLS 法（SCt-1 c yt et-1）估计误差修正模型SCt=5951.557+0.284yt-0.200 et-1（6）解释:结果表明个人可支配收入 yt的短期变动对私人消费存在正向影响。此外， 由于短期调整系数的显著的，表明每年实际发生的私人消费与其长期均衡值的偏差中的 20%的 速度被修正。【例】 中国居民消费与收入数据 单位
10、：百万元年份个人消费 CS个人收入 Y价格指数 P实际消费 CS1实际收入 Y1 1960107808117179.20.783142137660.9149627 1961115147127598.90.791684145445.7161174 1962120050135007.10.801758149733.5168388.8 1963126115142128.30.828688152186.3171510 1964137192159648.70.847185161938.7188446.1 1965147707172755.90.885828166744.6195021.9 1966157
11、687182365.50.916505172052.5198979.3 19671675281956110.934232179321.6209381.6 1968179025204470.40.941193190210.7217246 19691900892226370.96963196042.8229610.3 19702068132468191206813246819 19712172122692481.033727210125.1260463.4 19722323122972661.068064217507.6278322.3 1973250057335521.71.2281562036
12、03.6273191.4 1974251650310231.11.517795165799.7204395.9 1975266884327521.31.701147156884.7192529.7 1976281066350427.41.929906145637.1181577.4 19772939282667302.159872136085.8123493.4 1978310640390188.52.436364127501.5160152 1979318817406857.22.838453112320.7143337.7 1980319341401942.83.4590392320.97
13、116201 1981325851419669.14.08184479829.36102813.6 1982338507421715.65.11416966190.0382460.24 1983339425417030.36.06783555938.468728.02Eviews 之协整分析41984245194434695.77.13060234386.1660961.99 1985358671456576.28.43528542520.3254126.94 1986361026439654.110.3008135048.3142681.51 1987365473438453.511.919
14、530661.7736784.55 1988378488476344.713.6144827800.434988.09 1989394942492334.415.5928525328.431574.37 1990403194495939.218.5953921682.4726670.01 199141245851317322.0911618670.7323229.79 1992420028502520.125.4012216535.7419783.31 1993420585523066.128.8834614561.4518109.54 1994426893520727.532.0038513
15、338.816270.78 1995433723518406.934.9808512398.8714819.73（一）将消费（CS）和收入（Y）通过价格指数转换为不含价格因素的指数化的实际消费（CS1）和实际收入（Y1） ，如上表。（二）单位根检验从理论上讲，实际消费与实际持久收入之间存在长期的因果关系。为了对二者进行协整分析、建立误差修正模型，首先对 CS1、Y1 进行单位根检验。利用 Eviews 对 CS1、Y1 进行单位根检验，其结果见下表。运行结果：CS1: level，Trend and intercept，右边最大滞后期：2Null Hypothesis: CS1 has a u
16、nit rootExogenous: Constant, Linear TrendLag Length: 1 (Automatic based on SIC, MAXLAG=2)t-Statistic Prob.*Augmented Dickey-Fuller test statistic-2.193757 0.4777Test critical values:1% level-4.2528795% level-3.54849010% level-3.207094D(CS1):在CS中，1st difference，intercept，2Null Hypothesis: D(CS1) has a unit rootExogenous: Constan
