全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SAS专版
7251 6
2015-02-04
现在研究两种软件的单位根检验,一种是eviews,一种是R 的urca包。
使用数据:北京市居民收入与消费数据,从1978年到2008年
359.86,
01.434184675835
454.498276309448
467.86775074859
480.614393457504
513.310748322097
583.35805638461
686.937297091586
743.554253546036
736.129658598965
775.468958132907
691.146948448848
709.924378107387
716.954534882237
748.694400158079
866.328426656718
975.453479941415
1009.75891131917
1032.732682006
1118.08508305723
1165.26806638124
1245.99589092273
1363.60693932882
1389.44583850677
1630.87349692008
1760.43454365832
1911.69165381973
2044.57696073946
2268.26232165585
2290.55766229978
2340.02546850029

使用eviews软件时,选择参数如下:
ADF单位根检验
eviews结果如下:
Null Hypothesis: Y has a unit root                               
Exogenous: Constant                               
Lag Length: 3 (Fixed)                               
                               
                                                                                         t-Statistic                Prob.*
Augmented Dickey-Fuller test statistic                                0.842051                0.9929
Test critical values:                                       1% level                -3.699871       
                                                               5% level                -2.976263       
                                                               10% level                -2.627420                               
*MacKinnon (1996) one-sided p-values.                                                       
Augmented Dickey-Fuller Test Equation                               
Dependent Variable: D(Y)                               
Method: Least Squares                               
Date: 02/04/15   Time: 16:06                               
Sample (adjusted): 1982 2008                               
Included observations: 27 after adjustments                               
                               
Variable              Coefficient             Std. Error          t-Statistic        Prob.  
                               
Y(-1)                0.041160                0.048881                  0.842051        0.4088
D(Y(-1))        0.110331                0.244465                  0.451316        0.6562
D(Y(-2))        0.124078                0.282272                  0.439569        0.6645
D(Y(-3))        -0.091452        0.282309                 -0.323942        0.7490
C                13.34127                32.65793                  0.408515        0.6868
                               
R-squared        0.197945            Mean dependent var                69.33917
Adjusted R-squared        0.052117            S.D. dependent var                69.87615
S.E. of regression        68.03094            Akaike info criterion                11.44338
Sum squared resid        101820.6            Schwarz criterion                11.68335
Log likelihood        -149.4856            Hannan-Quinn criter.                11.51473
F-statistic        1.357383            Durbin-Watson stat                1.971312
Prob(F-statistic)        0.280749                       
==================以下为R语言========================

运行命令如下:
> library(urca)
> lc.df <- ur.df(y=xts, lags=3, type='drift')
> summary(lc.df)
结果如下:
###############################################
# Augmented Dickey-Fuller Test Unit Root Test #
###############################################
Test regression drift
Call:
lm(formula = z.diff ~ z.lag.1 + 1 + z.diff.lag)
Residuals:
     Min       1Q   Median       3Q      Max
-127.823  -31.303   -1.035   32.152  160.835
Coefficients:
                      Estimate     Std. Error      t value     Pr(>|t|)
(Intercept)      13.34127   32.65793      0.409    0.687
z.lag.1            0.04116        0.04888      0.842    0.409
z.diff.lag1       0.11033        0.24447      0.451    0.656
z.diff.lag2       0.12408        0.28227      0.440    0.665
z.diff.lag3      -0.09145        0.28231     -0.324    0.749

Residual standard error: 68.03 on 22 degrees of freedom
Multiple R-squared:  0.1979,        Adjusted R-squared:  0.05212
F-statistic: 1.357 on 4 and 22 DF,  p-value: 0.2807
Value of test-statistic is:    0.8421     1.61

Critical values for test statistics:
                      1pct         5pct        10pct
tau2              -3.58        -2.93       -2.60
phi1              7.06            4.86       3.94


从上述结果可一知道,在回归的结果上,R语言能够与eviews保持高度一直,但是在Test critical values,1%,5%,10%点的值却不完全一样,比如:
R的结果为:
                     1pct                  5pct                10pct
tau2              -3.58              -2.93                -2.60

eviews对应的结果为:
                  -3.699871         -2.976263        -2.627420
这里有可能是urca在程序包内设定计算1%,5%,10%点的值,与eviews计算这三点的值的分布函数不一样,一个是T分布,一个是正态分布。


【还有个问题:R语言计算出来的phi1   7.06     4.86  3.94,代表什么变量,请高手解答一下】


可以看出还是有一定的区别,但是这里并不影响对单位根的判别, 两种软件的T统计量一致,相伴概率均接近1,拒绝原假设,说明序列是非平稳的,存在单位根。
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
2015-2-4 16:43:53
专业~你是学计算机的的,对于我们学金融的来说,只要会用工具就行了,很少比较哪种更准确。
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

2015-2-4 17:05:06
第一次学习贴,居然发错版面了
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

2015-2-4 18:10:37
lsc989818 发表于 2015-2-4 16:37
现在研究两种软件的单位根检验,一种是eviews,一种是R 的urca包。
使用数据:北京市居民收入与消费数据, ...
在matlab怎么弄
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

2015-2-4 20:20:13
11879245 发表于 2015-2-4 18:10
在matlab怎么弄
抱歉,MATLAB好久没用过了
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

2016-1-20 17:03:11
楼主啊,我的检验出来,跟eviews的不一样诶
而且不仅这样,用urca,adf.test,adfTest,unitrootTest检验出来结果都不一样……
甚至平稳不平稳都不同 好愁
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