一：
特征值 | 迹统计量 | 5%临界值 | 1%临界值 | 零假设（协整关系个数） |
0.023583 | 16.36175 | 15.41 | 20.04 | None * |
0.008754 | 4.404927 | 3.76 | 6.65 | At most 1 * |
这个结果说明了什么?到底有没有协整关系呢?
二、
特征值 | 迹统计量 | 5%临界值 | 1%临界值 | 零假设（协整关系个数） |
0.033499 | 19.89849 | 15.41 | 20.04 | None * |
0.005628 | 2.827760 | 3.76 | 6.65 | At most 1 |
从这个结果可以看出，是存在一个协整关系吧？那协整方程如何得出呢？
三、如果存在协整关系式，就可以使用ECM吧？ECM与VCE二者有什么区别？我到底应该选择哪一种来确定短期关系呢？
四、如果不存在协整关系，还要不要使用Granger因果检验，判断二者之间的短期关系？因为我在一篇论文中看到这样一句话：
“如果变量之间有着长期的稳定关系，则可以使用误差修正模型对短期波动和长期均衡进行直接描述。如果不存在协整关系，则表示序列之间不存在长期均衡关系，那么用误差修正模型就不适合，只有用格兰杰因果检验其因果关系和短期关系。”
扫码加好友，拉您进群
全部版块
我的主页
收藏
