预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共43页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

一、长期均衡关系与协整0、问题的提出经济理论指出,某些经济变量间确实存在着长期均衡关系,这种均衡关系意味着经济系统不存在破坏均衡的内在机制,如果变量在某时期受到干扰后偏离其长期均衡点,则均衡机制将会在下一期进行调整以使其重新回到均衡状态。 假设X与Y间的长期“均衡关系”由式描述在t-1期末,存在下述三种情形之一:实际情况往往并非如此式Yt=0+1Xt+t中的随机扰动项也被称为非均衡误差(disequilibriumerror),它是变量X与Y的一个线性组合:如果序列{X1t,X2t,…,Xkt}都是d阶单整,存在向量=(1,2,…,k),使得 Zt=XT~I(d-b) 其中,b>0,X=(X1t,X2t,…,Xkt)T,则认为序列{X1t,X2t,…,Xkt}是(d,b)阶协整,记为Xt~CI(d,b),为协整向量(cointegratedvector)。三个以上的变量,如果具有不同的单整阶数,有可能经过线性组合构成低阶单整变量。(d,d)阶协整是一类非常重要的协整关系,它的经济意义在于:两个变量,虽然它们具有各自的长期波动规律,但是如果它们是(d,d)阶协整的,则它们之间存在着一个长期稳定的比例关系。 例如:前面提到的中国CPC和GDPPC,它们各自都是2阶单整,并且将会看到,它们是(2,2)阶协整,说明它们之间存在着一个长期稳定的比例关系,从计量经济学模型的意义上讲,建立如下居民人均消费函数模型从这里,我们已经初步认识到:检验变量之间的协整关系,在建立计量经济学模型中是非常重要的。 而且,从变量之间是否具有协整关系出发选择模型的变量,其数据基础是牢固的,其统计性质是优良的。 二、协整检验1、两变量的Engle-Granger检验的单整性的检验方法仍然是DF检验或者ADF检验。MacKinnon(1991)通过模拟试验给出了协整检验的临界值,表9.3.1是双变量情形下不同样本容量的临界值。例9.3.1检验中国居民人均消费水平CPC与人均国内生产总值GDPPC的协整关系。2、多变量协整关系的检验—扩展的E-G检验然而,如果Z与W,X与Y间分别存在长期均衡关系:对于多变量的协整检验过程,基本与双变量情形相同,即需检验变量是否具有同阶单整性,以及是否存在稳定的线性组合。 在检验是否存在稳定的线性组合时,需通过设置一个变量为被解释变量,其他变量为解释变量,进行OLS估计并检验残差序列是否平稳。 如果不平稳,则需更换被解释变量,进行同样的OLS估计及相应的残差项检验。 当所有的变量都被作为被解释变量检验之后,仍不能得到平稳的残差项序列,则认为这些变量间不存在(d,d)阶协整。同样地,检验残差项是否平稳的DF与ADF检验临界值要比通常的DF与ADF检验临界值小,而且该临界值还受到所检验的变量个数的影响。2、多变量协整关系的检验—JJ检验三、误差修正模型前文已经提到,对于非稳定时间序列,可通过差分的方法将其化为稳定序列,然后才可建立经典的回归分析模型。 如:建立人均消费水平(Y)与人均可支配收入(X)之间的回归模型:(1)如果X与Y间存在着长期稳定的均衡关系 Yt=0+1Xt+t 且误差项t不存在序列相关,则差分式 Yt=1Xt+t 中的t是一个一阶移动平均时间序列,因而是序列相关的;例如,使用Yt=1Xt+t回归时,很少出现截距项显著为零的情况,即我们常常会得到如下形式的方程:误差修正模型(ErrorCorrectionModel,简记为ECM)是一种具有特定形式的计量经济学模型,它的主要形式是由Davidson、Hendry、Srba和Yeo于1978年提出的,称为DHSY模型。由于变量可能是非平稳的,因此不能直接运用OLS法。对上述分布滞后模型适当变形得称为一阶误差修正模型(first-ordererrorcorrectionmodel)。其主要原因在于变量对数的差分近似地等于该变量的变化率,而经济变量的变化率常常是稳定序列,因此适合于包含在经典回归方程中。如具有季度数据的变量,可在短期非均衡模型 Yt=0+1Xt+2Xt-1+Yt-1+t 中引入更多的滞后项。多变量的误差修正模型也可类似地建立。(1)Granger表述定理 误差修正模型有许多明显的优点:如 a)一阶差分项的使用消除了变量可能存在的趋势因素,从而避免了虚假回归问题; b)一阶差分项的使用也消除模型可能存在的多重共线性问题; c)误差修正项的引入保证了变量水平值的信息没有被忽视; d)由于误差修正项本身的平稳性,使得该模型可以用经典的回归方法进行估计,尤其是模型中差分项可以使用通常的t检验与F检验来进行选取;等等。 因此,一个重要的问题就是:是否变量间的关系都可以通过误差修正模型来表述?如果变量X与Y是协整的,则它