单整和协整.docx
《单整和协整.docx》由会员分享,可在线阅读,更多相关《单整和协整.docx(12页珍藏版)》请在冰豆网上搜索。
单整和协整
协整检验
【实验目的】
掌握时间序列数据双变量协整检验。
【实验内容】
表中国居民总量消费支出与收入资料
单位:
亿元
年份
GDP
CONS
CPI
TAX
GDPC
X
Y
1978
3605.6
1759.1
46.21
519.28
7802.5
6678.8
3806.7
1979
4092.6
2011.5
47.07
537.82
8694.2
7551.6
4273.2
1980
4592.9
2331.2
50.62
571.70
9073.7
7944.2
4605.5
1981
5008.8
2627.9
51.90
629.89
9651.8
8438.0
5063.9
1982
5590.0
2902.9
52.95
700.02
10557.3
9235.2
5482.4
1983
6216.2
3231.1
54.00
775.59
11510.8
10074.6
5983.2
1984
7362.7
3742.0
55.47
947.35
13272.8
11565.0
6745.7
1985
9076.7
4687.4
60.65
2040.79
14966.8
11601.7
7729.2
1986
10508.5
5302.1
64.57
2090.37
16273.7
13036.5
8210.9
1987
12277.4
6126.1
69.30
2140.36
17716.3
14627.7
8840.0
1988
15388.6
7868.1
82.30
2390.47
18698.7
15794.0
9560.5
1989
17311.3
8812.6
97.00
2727.40
17847.4
15035.5
9085.5
1990
19347.8
9450.9
100.00
2821.86
19347.8
16525.9
9450.9
1991
22577.4
10730.6
103.42
2990.17
21830.9
18939.6
10375.8
1992
27565.2
13000.1
110.03
3296.91
25053.0
22056.5
11815.3
1993
36938.1
16412.1
126.20
4255.30
29269.1
25897.3
13004.7
1994
50217.4
21844.2
156.65
5126.88
32056.2
28783.4
13944.2
1995
63216.9
28369.7
183.41
6038.04
34467.5
31175.4
15467.9
1996
74163.6
33955.9
198.66
6909.82
37331.9
33853.7
17092.5
1997
81658.5
36921.5
204.21
8234.04
39988.5
35956.2
18080.6
1998
86531.6
39229.3
202.59
9262.80
42713.1
38140.9
19364.1
1999
91125.0
41920.4
199.72
10682.58
45625.8
40277.0
20989.3
2000
98749.0
45854.6
200.55
12581.51
49238.0
42964.6
22863.9
2001
108972.4
49213.2
201.94
15301.38
53962.5
46385.4
24370.1
2002
120350.3
52571.3
200.32
17636.45
60078.0
51274.0
26243.2
2003
136398.8
56834.4
202.73
20017.31
67282.2
57408.1
28035.0
2004
160280.4
63833.5
210.63
24165.68
76096.3
64623.1
30306.2
2005
188692.1
71217.5
214.42
28778.54
88002.1
74580.4
33214.4
2006
221170.5
80120.5
217.65
34809.72
101616.3
85623.1
36811.2
资料来源:
根据《中国统计年鉴》(2001,2007)整理。
利用上表数据,试建立lnY与lnX的回归。
在Eviews文件中输入表中Y、X的数据,用genrlnY=log(y),genrlnX=log(X)分别生成lnY与lnX的数据。
LnY=
【实验步骤】
一、lnX、lnY单整性的检验
⒈检验lnX的单整阶数
(1)检验lnX的平稳性
a.图示法PlotlnX
图10-1lnX的线图
从图10-1看,lnX呈逐渐上升的趋势,可初步判断lnX是非平稳的。
下面进行ADF检验。
b.ADF检验
对lnX进行ADF检验,方法为:
先打开lnX的数据文件,点击view→unitroottest,在弹出窗口选择level,并选择模型3,即trendandintercept,得到如下结果
图10-2lnX的ADF检验模型3结果
在图10-2的结果中,ADF统计量为-3.0945,其P值为0.1299,大于0.05,不能拒绝原假设,因此,继续做模型2,点击view→unitroottest,在弹出窗口选择level,并选择模型2,即intercept,得到如下结果:
图10-3lnX的ADF检验模型2结果
在图10-3的结果中,ADF统计量为0.8590,其P值为0.9933,大于0.05,不能拒绝原假设,因此,继续做模型1,点击view→unitroottest,在弹出窗口选择level,并选择模型1,即none,得到如下结果:
图10-4lnX的ADF检验模型1结果
在图10-4的结果中,ADF统计量为10.7505,其P值为1.0000,大于0.05,不能拒绝原假设,因此,lnX是非平稳的。
(2)检验D(lnX)的平稳性
a.图示法PLOTD(LnX)
图10-5D(lnX)的线图
从图10-5看,D(lnX)基本上围绕其均值上下波动,且方差没有明显变大或变小,可初步判断D(lnX)是平稳的。
下面进行ADF检验。
b.ADF检验
对D(lnX)进行ADF检验,方法为:
先打开lnX的数据文件,点击view→unitroottest,在弹出窗口选择1stdifference,并选择模型3,即trendandintercept,得到如下结果:
图10-6D(lnX)的ADF检验模型3结果
在图10-6的结果中,ADF统计量为-4.1110,其P值为0.0166,小于0.05,拒绝原假设,接受备择假设,因此,D(lnX)是平稳的,lnX是I
(1)序列。
2.检验lnY的单整阶数
(1)检验lnY的平稳性
a.图示法
图10-7lnY的线图
从图10-7看,lnY呈逐渐上升的趋势,可初步判断lnY是非平稳的。
下面进行ADF检验。
b.ADF检验
对lnY进行ADF检验,方法为:
先打开lnY的数据文件,点击view→unitroottest,在弹出窗口选择level,并选择模型3,即trendandintercept,得到如下结果:
图10-8lnY的ADF检验模型3结果
在图10-8的结果中,ADF统计量为-2.9819,其P值为0.1552,大于0.05,不能拒绝原假设,因此,继续做模型2,点击view→unitroottest,在弹出窗口选择level,并选择模型2,即intercept,得到如下结果:
图10-9lnY的ADF检验模型2结果
在图10-8的结果中,ADF统计量为-0.5886,其P值为0.8579,大于0.05,不能拒绝原假设,因此,继续做模型1,点击view→unitroottest,在弹出窗口选择level,并选择模型1,即none,得到如下结果:
图10-10lnY的ADF检验模型1结果
在图10-10的结果中,ADF统计量为12.1310,其P值为1.0000,大于0.05,不能拒绝原假设,因此,lnY是非平稳的。
(2)检验D(lnY)的平稳性
a.图示法
图10-11D(lnY)的线图
从图10-11看,D(lnY)基本上围绕其均值上下波动,可初步判断D(lnY)有可能是平稳的。
下面进行ADF检验。
b.ADF检验
对D(lnY)进行ADF检验,方法为:
先打开lnY的数据文件,点击view→unitroottest,在弹出窗口选择1stdifference,并选择模型3,即trendandintercept,得到如下结果:
图10-12D(lnY)的ADF检验模型3结果
在图10-12的结果中,ADF统计量为-3.7696,其P值为0.0344,小于0.05,拒绝原假设,接受备择假设,因此,D(lnY)是平稳的,lnY是I
(1)序列。
根据上述检验,lnY~I
(1),lnX~I
(1),它们是同阶单整的。
二、作lnY和lnX的回归
LSLnYcLnX
图10-13lnY与lnX的回归
将图10-13中回归方程的残差项保留下来,genre=resid,对e作ADF检验,结果如下:
图10-14e序列的ADF检验模型1结果
图10-14中ADF统计量为-3.6872,伴随概率值为0.0007,在5%的显著性水平下,0.0007<0.05,拒绝原假设,e是平稳的,因此,lnY,lnX~CI(1,1),说明图10-13中反映的数量关系是这两个变量存在的长期稳定均衡关系,即
。
三.误差修正模型
首先,将图10-13模型中的残差保留下来,GENRE=RESID。
作以下回归:
LSD(LNY)D(LNX)D(LNY(-1))E(-1),如下结果:
图10-15误差修正模型
DependentVariable:
D(LNY)
Method:
LeastSquares
Date:
12/25/12Time:
14:
52
Sample(adjusted):
19792006
Includedobservations:
28afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
0.048055
0.011081
4.336746
0.0002
D(LNX)
0.369363
0.109032
3.387667
0.0023
E(-1)
-0.272947
0.090180
-3.026702
0.0057
R-squared
0.469525
Meandependentvar
0.081037
AdjustedR-squared
0.427087
S.D.dependentvar
0.034077
S.E.ofregression
0.025793
Akaikeinfocriterion
-4.376435
Sumsquaredresid
0.016633
Schwarzcriterion
-4.233699
Loglikelihood
64.27009
Hannan-Quinncriter.
-4.332799
F-statistic
11.06377
Durbin-Watsonstat
1.588300
Prob(F-statistic)
0.000362