利用eviews进行协整分析

《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（9页珍藏版）》请在装配图网上搜索。

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】AugmentedDickey-FullerTest（ADF）检验考虑模型（1）yt=5yt-1+刀入jyt-j+口t模型（2）Ayt=n+5yt-1+刀入jyt-j+口t模型（3）Ayt=n+3t+5yt-1+刀入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）0在给定ADF临界值的显着水平下，如果参数5显着不为零，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0第二步：给定5=0，在给定ADF

2、临界值的显着水平下，如果参数3显着不为零，则进入第三步；否则表明模型不含时间趋势，进入第四步0第三步：用一般的t分布检验5=00如果参数5显着不为零，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0第四步：估计模型（2）o在给定ADF临界值的显着水平下，如果参数5显着不为零，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3=0,在给定ADF临界值的显着水平下，如果参数3显着不为零,表明含有常数项，则进入第三步；否则继续下一步第六步：估计模型(1)。在给定ADF临界值的显着水平下，如果参数3显着不为零，

3、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：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“UnitRootTest”，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：Trendandintercept，含有截距项和趋势项，右边最大滞后期：2，点击0K消费时间序列为模型(3)，其13值大于附表6(含有常数项和时间趋势)中0.010.10各种显着性水平下值。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

4、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。单整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。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(左上方选:序列CS,在CS页面单击左上方的“View”键并选择“UnitRootTest”，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1stdifferenee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

5、根检验用OLS法做两个回归:后变成平稳序列，责称原序列d阶单整序列。CSCACS12CStCtCSt-12CSt为二阶差分，在两种情况下，t3值都小于附表6中0.010.10各种显着性水平下的值。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，CSt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,2对于SC。做两个回归（SCCSC），（SCCASCi）。对于yt，做两个回归（ytCy-i），（、&yt-i

6、）。判断SC和yt都是非平稳的，而SC和厶yt是平稳的，即SCI（1），ytI（1）。第二步：进行协整回归用OLS法做回归：（SCCy），并变换参差为et。第三步：检验et的平稳性用OLS法做回归：（etCe-i）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），采用显着性水平a=0.05,仁值大于临界值，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，如果采用显着性水平a=0.10，则仁值与临界值大致相当，因而可以预期，若a=0.11，则仁值小于临界值，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的临界值样

7、本个数显着性水平K=2K=3K=4样本容量0.010.050.100.010.050.100.010.050.1025-4.37-3.59-3.22-4.92-4.10-3.71-5.43-4.56-4.1550-4.12-3.46-3.13-4.59-3.92-3.58-5.02-4.32-3.89100-4.01-3.39-3.09-4.44-3.83-3.51-4.83-4.21-3.89g-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二bo+bixt+ut得到协整的一致估计量(1,-b-b

8、i),用它得出均衡误差ut的估计值eto第二步：用OLS法估计下面的方程 yt=a+Epiyt-i+jyt-j+入et-i+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OLSfe(SGcytet-1)估计误差修正模型 SG=5951.557+0.284yt-0.200et-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着的，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。

9、【例】中国居民消费与收入数据单位：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Y11960107808117179.20.783142137660.91496271961115147127598.90.791684:145445.7P1611741962120050135007.10.801758149733.5168388.81963126115142128.30.828688:152186.31715101964137192159648.70.847185161938.7188446.11965147707172755.90.885828166744.6195021.9

10、1966157687182365.50.916505172052.5198979.319671675281956110.934232179321.6209381.61968179025204470.40.941193190210.721724619691900892226370.96963196042.8229610.31970206813246819120681324681919712172122692481.033727210125.1260463.419722323122972661.068064:217507.6:278322.31973250057335521.71.22815620

11、3603.6273191.41974251650310231.11.517795165799.7204395.91975266884327521.31.701147156884.7:192529.71976281066350427.41.929906145637.1181577.419772939282667302.159872136085.8123493.41978310640390188.52.436364:127501.5P1601521979318817406857.22.838453112320.7143337.71980319341401942.83.4590392320.9711

12、62011981325851419669.14.081844:79829.36P102813.61982338507421715.65.11416966190.0382460.241983339425417030.36.06783555938.468728.021984245194434695.77.130602134386.16P60961.991985358671456576.28.435285:42520.32r54126.941986361026439654.110.3008135048.3142681.511987365473438453.511.9195130661.77P3678

13、4.551988378488476344.713.61448:27800.4P34988.091989394942492334.415.5928525328.431574.371990403194495939.218.5953921682.4726670.01199141245851317322.09116:18670.73:23229.791992420028502520.125.4012216535.7419783.311993420585523066.128.88346:14561.4518109.541994426893520727.532.00385:13338.8:16270.78

14、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（丫1），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CS1Y1进行单位根检验。利用Eviews对CS1Y1进行单位根检验，其结果见下表。运行结果：csi：level，Trendandintercept，右边最大滞后期：2Exogenous:Constant,LinearTrendLagLength:1(Automaticbasedo

15、nSIC,MAXLAG=2)t-StatisticProb.*AugmentedDickey-Fullerteststatistic-2.1937570.4777Testcriticalvalues:1%level-4.2528795%level-3.54849010%level-3.207094D(CS1):在CS中1stdifferenee，intercept，2NullHypothesis:D(CS1)hasaunitrootExogenous:ConstantLagLength:0(AutomaticbasedonSIC,MAXLAG=2)t-StatisticProb.*Augmen

16、tedDickey-Fullerteststatistic-3.1938810.0291Testcriticalvalues:1%level-3.6394075%level-2.95112510%level-2.614300同理，求出y1和D(Y1)表1中国居民实际持久收入与实际消费的单位根检验结果变量检验类型ADF值临界值结论(c,t,n)(a=0.05)CS1(c,t,1)-2.1938-3.5485非平稳d(CS1)(c,0,1)-3.1939-2.9511平稳Y1(c,t,1)-2.2642-3.5443非平稳d(Y1)(c,0,1)-5.0931-2.9511平稳注：(c,t,n)分

17、别表示在ADF检验中是否有常数项、时间趋势、滞后阶数。其中,滞后阶数根据AIC、SC准则确定。分析表1可知，CS1Y1都是一阶单整。(二)协整检验由于CS1丫1都是一阶单整1(1)，因此，二者可能存在协整关系，可以进行协整检验1、做CS1t对丫11协整回归方程：运行结果：DependentVariable:CS1Method:LeastSquaresDate:09/08/12Time:16:29Sample:19601995lncludedobservations:36CoefficientStd.Errort-StatisticProb.C793.01022948.5090.2689530.

18、7896Y10.8274630.01899743.557750.0000R-squared0.982395Meandependentvar108911.9AdjustedR-squared0.981877S.D.dependentvar70926.09S.E.ofregression9548.117Akaikeinfocriterion21.22003Sumsquaredresid3.10E+09Schwarzcriterion21.30800Loglikelihood-379.9605Hannan-Quinncriter.21.25073F-statisticProb(F-statistic

19、)1897.277Durbin-Watsonstat0.0000001.325685CS1t=793.0048+0.8275Y1t+u(0.2690)(43.5578)R2=0.9824R2=0.9819DW=1.32572、利用Eviews对u进行单位根检验，其结果如表2所示。即对resid进行ADF检验，首先在generateseries中令e=resid,ADF选项：level,incepertandtrend运行结果：NullHypothesis:EhasaunitrootExogenous:Constant,LinearTrendLagLength:0(Automaticbasedo

20、nSIC,MAXLAG=2)AugmentedDickey-Fullerteststatistic-4.4941210.0054-4.243644Testcriticalvalues:1%level5%level-3.54428410%level-3.204699表2u的单位根检验结果变量检验类型(c,t,nADF值临界值(a=0.05)结论ut(c,t,1-4.4941-3.5443平稳表2显示，ut是1(0)，即ut是平稳的，因此，接受CS1与Y1是协整的假设。误差修正项为：ECMt1=(CS1-793.0048-0.8275Y1t)(四)误差修正模型的建立以CS1的差分CS1为因变量，以

21、Y1的差分Y1、滞后一期的误差修正项ECMt1为自变量建立模型：CS1=0+10.4420Y1+ECMt1+vt运行结果：DependentVariable:D(CS1)Method:LeastSquaresDate:09/08/12Time:16:27Sample(adjusted):19611995lncludedobservations:35afteradjustmentsCoefficientStd.Errort-StatisticProb.C-1874.5571305.549-1.4358390.1608D(Y1)0.4419900.0964364.5832400.0001E(-1)

22、-0.1051850.197723-0.5319830.5984AdjustedR-squared0.521933S.D.dependentvar10702.09S.E.ofregression7399.683Akaikeinfocriterion20.73808Sumsquaredresid1.75E+09Schwarzcriterion20.87139Loglikelihood-359.9164Hannan-Quinncriter.20.78410F-statistic19.55985Durbin-Watsonstat1.968389Prob(F-statistic)0.000003利用OLS法，通过Eviews进行回归，得到误差修正模型为:CS=-1874.557+0.4420Y1-0.1052ECM+vt(-1.4358)(4.5832)(-0.5320)22R=0.5500R=0.5219DW=1.9684F=19.5598