全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件
3918 6
2011-03-17

单位根检验、协整检验和格兰杰因果关系检验三者之间的关系

  实证检验步骤:先做单位根检验,看变量序列是否平稳序列,若平稳,可构造回归模型等经典计量经济学模型;若非平稳,进行差分,当进行到第i次差分时序列平稳,则服从i阶单整(注意趋势、截距不同情况选择,根据P值和原假设判定)。若所有检验序列均服从同阶单整,可构造VAR模型,做协整检验(注意滞后期的选择),判断模型内部变量间是否存在协整关系,即是否存在长期均衡关系。如果有,则可以构造VEC模型或者进行Granger因果检验,检验变量之间“谁引起谁变化”,即因果关系。
一、讨论一
1、单位根检验是序列的平稳性检验,如果不检验序列的平稳性直接OLS容易导致伪回归。
2、当检验的数据是平稳的(即不存在单位根),要想进一步考察变量的因果联系,可以采用格兰杰因果检验,但要做格兰杰检验的前提是数据必须是平稳的,否则不能做。
3、当检验的数据是非平稳(即存在单位根),并且各个序列是同阶单整(协整检验的前提),想进一步确定变量之间是否存在协整关系,可以进行协整检验,协整检验主要有EG两步法和JJ检验
A、EG两步法是基于回归残差的检验,可以通过建立OLS模型检验其残差平稳性
B、JJ检验是基于回归系数的检验,前提是建立VAR模型(即模型符合ADL模式)
4、当变量之间存在协整关系时,可以建立ECM进一步考察短期关系,Eviews这里还提供了一个Wald-Granger检验,但此时的格兰杰已经不是因果关系检验,而是变量外生性检验,请注意识别




二、讨论二
1、格兰杰检验只能用于平稳序列!这是格兰杰检验的前提,而其因果关系并非我们通常理解的因与果的关系,而是说x的前期变化能有效地解释y的变化,所以称其为“格兰杰原因”。
2、非平稳序列很可能出现伪回归,协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归,即检验变量之间是否存在稳定的关系。所以,非平稳序列的因果关系检验就是协整检验。
3、平稳性检验有3个作用:1)检验平稳性,若平稳,做格兰杰检验,非平稳,作协正检验。2)协整检验中要用到每个序列的单整阶数。3)判断时间学列的数据生成过程。

三、讨论三
其实很多人存在误解。有如下几点,需要澄清:
第一,格兰杰因果检验是检验统计上的时间先后顺序,并不表示而这真正存在因果关系,是否呈因果关系需要根据理论、经验和模型来判定。
第二,格兰杰因果检验的变量应是平稳的,如果单位根检验发现两个变量是不稳定的,那么,不能直接进行格兰杰因果检验,所以,很多人对不平稳的变量进行格兰杰因果检验,这是错误的。
第三,协整结果仅表示变量间存在长期均衡关系,那么,到底是先做格兰杰还是先做协整呢?因为变量不平稳才需要协整,所以,首先因对变量进行差分,平稳后,可以用差分项进行格兰杰因果检验,来判定变量变化的先后时序,之后,进行协整,看变量是否存在长期均衡。
第四,长期均衡并不意味着分析的结束,还应考虑短期波动,要做误差修正检验。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2011-3-17 17:07:51
古扎拉蒂的《计量经济学基础》(第四版)下册655页的说明,做因果关系检验,序列必需是平稳的,或者两者存在协整关系也可。.当然,有些教材说如果都是I(1),同时是协整也可以。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-3-17 17:10:51
关注下!!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-3-17 17:12:00
原则上必须同阶平稳才可以,先选择有截距、无截距无趋势和有截距有趋势,三种情况分别做单位根检验,看是否有一种情况是2阶平稳的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-3-17 17:39:51
关于平稳性检验和协整检验、因果检验流(转)
平稳?(单位根检验)   
(1) 同阶单整→协整检验→协整?(YES:EG两步法 for 长期因果关系;NO:误差修正模型ECM/VEC for 短期因果关系)
(2)非同阶单整→差分使平稳→VAR→Granger因果检验 for 短期因果关系
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-3-18 22:17:10
从Nelson and Plosser(1982) 应用ADF 检验出绝大部分宏观经济时间序列 具有单位根, 也即非平稳 以来, 世界上的大多数 实证研究者 都是通过差分 来消除单位根, 从而得到平稳数据。 因为 一般的情况下,我们分析的数据都是取了对数, 相应的 差分也就变成了增长速度,或者变化率,
证明过程如下:我们把x 看成原始数据, r 看成在此基础上的较小变化 则有
ln(x + r) -ln(x) = ln[ (x+r)/x]
= ln[1+r/x]
=ln{[1+r/x]^(x/r)]^(r/x)
当r---->0 时 = r/x (这就是变化率) 这里用到 lim (1+r)^r =e when r-------->0.
多多少少与我们想要分析的水平变量之间的关系 意义有所变化。 然而,这也是没有办法的事, 因为我们作回归分析, 是时间序列变量 平稳的要求。 这样才能保证 后面的 残差 服从独立同分布的假设。
诚然, 格兰杰 检验 也是一种回归分析, 只不过 解释变量是 滞后变量。 所以, 为保证回归有意义,我们对于有单位根的数据 可以通过差分 获得平稳数据。
但是, 从Perron(1989, Econometrica) 以来, 人们开始注意到了,传统的ADF ,PP等等检验, 对立假设有缺陷, 就没有考虑到 结构突变。。。。。。。。。。
从而,引导了时间序列分析的 另一个挑战, 即 传统的ADF 检验, 拒绝 单位根的能力是如此之低, 以至于几乎绝大多数的时序列都拒绝不了。。。。。。。
问题出在哪里? 他通过多次计算机 模拟, 发现即使数据的产生机制是 趋势平稳的, ADF 等等检验也拒绝不了单位根。 那么 单位根的意义何在?
引发了 我们到底是通过“差分” 还是“退势” 来获取平稳序列的 探讨。。。。。。
对于这方面的研究, 华人学者Bai Jushan (白聚山) 是 走在世界的最前沿的 学者之一。。。。
国内的学者也 开始从事这方面的研究
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群