协整检验及误差修正模型实验指导.doc

《协整检验及误差修正模型实验指导.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、协整检验及误差修正模型实验指导一、实验目的理解经济时间序列之间的理论关系，并学会用统计方法验证他们之间的关系。学会验证时间序列存在的不平稳性，掌握ADF检验平稳性的方法。认识不平稳的序列容易导致虚假回归问题，掌握为解决虚假回归问题引出的协整检验，协整的概念和具体的协整检验过程。协整描述了变量之间的长期关系，为了进一步研究变量之间的短期均衡是否存在，掌握误差纠正模型方法。二、实验内容及要求1、实验内容用Eviews来分析1982年到2002年中国居民实际消费支出的对数序列和中国居民实际可支配收入的对数序列{}之间的关

2、系。内容包括：（1）对两个对数序列分别进行ADF平稳性检验；（2）进行二者之间的协整关系检验；（3）若存在协整关系，建立误差修正模型ECM。2、实验要求（1）在认真理解本章内容的基础上，通过实验掌握ADF检验平稳性的方法；（2）掌握具体的协整检验过程，以及误差修正模型的建立方法；（3）能对宏观经济变量间的长期均衡关系进行分析。三、实验指导1、对两个数据序列分别进行平稳性检验：（1）做时序图看二者的平稳性在workfile中按住ctrl选择要检验的二变量，击右键，选择open—asgroup，此时他们可以作为一个数据

3、组被打开。点击“View”―“graph”—“line”，得到两个序列的时序图。给出两个序列的时序图。从上图可以看出两个序列都呈上升趋势，显然不平稳，但二者有大致相同的增长和变化趋势，说明二者可能存在协整关系。但若要证实二者有协整关系，必须先看二者的单整阶数，如果都是一阶单整，则可能存在协整关系，若单整地阶数不相同，则需采取差分的方式，将他们变成一阶单整序列。（2）用ADF检验分别对序列和进行单整检验双击每个序列，对其进行ADF单位根检验，有两种方法。方法一：“view”—“unitroottest”；方法二：

4、点击菜单中的“quick”―“seriesstatistic”―“unitroottest”。给出相关结果并做出结论。序列lnxt的检验结果：序列lnyt的检验结果：于是尝试对其一阶差分序列采用带常数项的模型进行ADF检验，首先点击主菜单Quick/Generate series，在方程设定栏里分别输入dlnxt=lnxt-lnxt(-1)和dlnyt=lnyt-lnyt(-1)，产生lnxt和lnyt的一阶差分序列，为了方便，简记为alnxtÑ和blnytÑ，一阶差分能初步消除增长的趋势，于是可以对其进行只带常数

5、项的ADF检验，检验结果见下图：Alnxt的检验结果如下：blnyt的检验结果如下：如上图所示两个一阶差分序列在=0.05下都拒绝存在单位根的原假设的结论，说明alnxtÑ和blnytÑ序列在α=0.05下平稳，这样就可以对两者的关系进行协整检验。2、协整检验：给出相关结果（包括协整回归即残差检验的结果），做出结论，并解释本例中协整回归的实际含义。首先用变量对进行普通最小二乘回归，然后检验残差是否平稳。最小二乘回归如下图：得到回归方程估计结果:lnyt=0.5656+0.8769lnxt+εt在此基础上我们得到回归

6、残差，现在的任务是检验残差是否平稳，对残差进行ADF检验结果见下图：在0.05显著性水平下拒绝存在单位根的原假设，说明残差平稳，又因为lnxt和lnyt都是1阶单整序列，所以二者具有协整关系。3、误差修正模型ECM的建立（errorcorrectionmechanism）给出相关结果并做出结论，最后总结说明本例中误差修正模型的实际含义。构建ECM模型：blnyt=β0alnxt+β1ECM(t-1)+ε1其中ECM(t-1)=lny(t-1)-0.5656-0.8769lnx(t-1)参数估计结果如下：ECM模型可

7、以表示如下：blnyt=0.3829alnxt-0.3331ECM(t-1)+ε1通过上述分析发现，1978年到2002年中国农村居民对数生活费支出序列{ln}ty和对数人均纯收入{lntx}序列都是不平稳的，但对其进行一阶差分后序列平稳，且都是一阶单整的，进行普通最小二乘回归后，残差在0.05的显著性水平下也平稳，说明二者存在协整关系，进而建立了短期波动的误差修正模型。误差修正模型显示：人均纯收入当期波动对生活费支出的当期波动有显著性影响，上期误差对当期波动的影响不显著；同时，从回归系数的绝对值大小可以看出可支配

8、收入的当期波动对生活费支出的当期波动调整幅度很大，每增加1元的可支配收入便会增加0.3829元的人均生活费支出，上期误差对当期人均生活费支出的当期波动调整幅度很小，单位调整比例为-0.3331。