時(shí)間序列數(shù)據(jù)的平穩(wěn)性檢驗(yàn)-資料下載頁(yè)
2025-05-15 09:43本頁(yè)面
【正文】 。換句話說，如果 高于均衡值水平，那么在下一個(gè)時(shí)間段， 會(huì)開始下降，誤差值就會(huì)被慢慢修正，這就是所說的誤差修正模型。當(dāng) ，則是完全相反的情況，整個(gè)機(jī)制是相同的。 0tx?? 1 0t? ? ?1ty?0? ? 1 0t?? ? ?0ty??1ty?1ty?1 0t? ? ?50 ? 誤差修正模型包含了長(zhǎng)期和短期的信息。長(zhǎng)期的信息包含在 項(xiàng)里，因?yàn)?β仍然是長(zhǎng)期乘數(shù)，且誤差項(xiàng)來自 x和 y的回歸方程。短期信息一部分顯示在均衡誤差項(xiàng)中，即當(dāng) y處于非均衡狀態(tài)時(shí)，在下一期里會(huì)由于誤差項(xiàng)的調(diào)整慢慢向均衡值靠攏；另一部分信息來自 △ Xt，解釋變量的概括。這一項(xiàng)表明，當(dāng) x發(fā)生變化， y也會(huì)相應(yīng)的發(fā)生變化。 1t??51 第五節(jié) 因果檢驗(yàn) ? 因果關(guān)系檢驗(yàn)主要有兩種：格蘭杰（ Granger）因果檢驗(yàn)和希姆斯（ Sims）檢驗(yàn) ? 一、格蘭杰因果檢驗(yàn) 該理論的基本思想是：變量 x和 y，如果 x的變化引起了 y的變化， x的變化應(yīng)當(dāng)發(fā)生在 y的變化之前。即如果說“ x是引起 y變化的原因”，則必須滿足兩個(gè)條件： 52 ? 第一， x應(yīng)該有助于預(yù)測(cè) y，即在 y關(guān)于 y的過去值的回歸中，添加 x的過去值作為獨(dú)立變量應(yīng)當(dāng)顯著的增加回歸的解釋能力。 ? 第二， y不應(yīng)當(dāng)有助于預(yù)測(cè) x，其原因是如果 x有助于預(yù)測(cè) y， y也有助于預(yù)測(cè) x，則很可能存在一個(gè)或幾個(gè)其他的變量，它們既是引起 x變化的原因，也是引起 y變化的原因。 53 ? 要檢驗(yàn)這兩個(gè)條件是否成立，我們需要檢驗(yàn)一個(gè)變量對(duì)預(yù)測(cè)另一個(gè)變量沒有幫助的原假設(shè)。首先，檢驗(yàn)“ x不是引起 y變化的原因”的原假設(shè)，對(duì)下列兩個(gè)回歸模型進(jìn)行估計(jì)： ? 無(wú)假設(shè)條件回歸： ? 有假設(shè)條件回歸： 11mmi t i i t i tiiY Y X? ? ?????? ? ??? （ ） 1mi t i tiYY ??????? （ ） 54 然后用各回歸的殘差平方和計(jì)算 F統(tǒng)計(jì)值，檢驗(yàn)系數(shù) β1， β2， … ， βm是否同時(shí)顯著的不為 0。如果是這樣，我們就拒絕 “ x不是引起 y變化的原因 ” 的原假設(shè)。 55 ? 其中 F統(tǒng)計(jì)值的構(gòu)成為： () ()R U RURR S S R S SF N Kq R S S??? （ ） 其中 和 分別為有限制條件回歸和無(wú)限制條件回歸的殘差平方和； N是觀察個(gè)數(shù)； K是無(wú)限制條件回歸參數(shù)個(gè)數(shù)； q是參數(shù)限制個(gè)數(shù)。該統(tǒng)計(jì)量服從 F(q, NK)分布。 RRSS URRSS56 ? 顯然，如果 F統(tǒng)計(jì)值大于臨界值，我們就拒絕原假設(shè)，得到 x是引起 y變化的原因。反之，接受原假設(shè)。 ? 接下來，檢驗(yàn)“ y不是引起 x變化的原因”的原假設(shè)，做同樣的回歸估計(jì)，但是交換 x與 y，檢驗(yàn) y的滯后項(xiàng)是否顯著的不為 0。 ? 要得到 x是引起 y變化的原因的結(jié)論，我們必須拒絕原假設(shè)“ x不是引起 y變化的原因”，同時(shí)接受原假設(shè)“ y不是引起 x變化的原因”。 57 ? 需要注意的是，格蘭杰因果檢驗(yàn)的結(jié)果對(duì)式（ ）中滯后項(xiàng)數(shù) m是非常敏感的， m值不同，得到的結(jié)果也有可能不同。為保證結(jié)果的正確性，一般來說，最好多試驗(yàn)幾個(gè)不同的 m值，以保證結(jié)果不受 m選擇的影響。還要注意這個(gè)因果關(guān)系檢驗(yàn)的一個(gè)不足之處是第三個(gè)變量 z也可能是引起 y變化的原因，而且同時(shí)又與 x相關(guān)。 58 ? 二．希姆斯檢驗(yàn) ? 希姆斯檢驗(yàn)的思想是認(rèn)為未來發(fā)生的變化不能影響現(xiàn)在。和格蘭杰檢驗(yàn)一樣，有著比較直觀的解釋。其非限制性方程如下： 011()nmt i t i j t j m j t jijX X Y Y? ? ? ?? ? ? ???? ? ? ??? （ ） ? 注意上式中 X是因變量而非自變量。其中零假設(shè)是 Y不是 X的原因，采用了 ，若 Y是 X 的原因，則 不成立。希姆斯檢驗(yàn)方法的缺點(diǎn)在于 m的確定， m多增加一個(gè)，自由度就會(huì)相應(yīng)減少一個(gè)。 12, ......ttYY??12 ...... 0j? ? ?? ? ? ?59 第六節(jié) 實(shí)例 — 金融數(shù)據(jù)的平穩(wěn)性檢驗(yàn) ? 下面我們借用 Eviews來分析一下上海證券市場(chǎng)A股成份指數(shù)（簡(jiǎn)記 SHA）和深圳證券市場(chǎng) A股成份指數(shù)（簡(jiǎn)記 AZA）之間的關(guān)系，同時(shí)也通過這個(gè)實(shí)例來回顧一下 Eviews的使用。 60 ? 步驟如下： ? 對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn) ? 協(xié)整檢驗(yàn) ? 因果檢驗(yàn) ? 誤差糾正機(jī)制 ECM（ error correction mechanism） ? 經(jīng)濟(jì)學(xué)分析 61 本章小節(jié) ? 本章主要介紹了經(jīng)濟(jì)時(shí)間序列存在的不平穩(wěn)性，并提供了 DF和 ADF兩種檢驗(yàn)平穩(wěn)性的方法。不平穩(wěn)的序列容易導(dǎo)致偽回歸問題，為解決偽回歸問題引出了協(xié)整檢驗(yàn)，詳細(xì)介紹了協(xié)整的概念和具體的協(xié)整檢驗(yàn)過程。協(xié)整描述了變量之間的長(zhǎng)期關(guān)系，為了進(jìn)一步研究變量之間的短期均衡的存在，介紹了誤差糾正模型。在討論變量之間的因果關(guān)系的時(shí)候，介紹了格蘭杰和希姆斯因果檢驗(yàn)兩種方法。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1