时间序列分析中的协整分析是用来确定非平稳时间序列之间是否存在长期稳定的关系。当两个或多个序列都是一阶单整(I(1))时,即它们各自的差分序列是平稳的,这时可以进行协整分析。
但是,根据你的描述,被解释变量的原序列是平稳的,而三个自变量是一阶单整的。这种情况与传统的协整分析的前提不完全一致。传统的协整分析要求所有变量都是同阶单整的,即它们在进行相同次数的差分后都能达到平稳。
在你的情况下,被解释变量已经是平稳的,而不需要差分,这意味着它可能是I(0)序列,而自变量是I(1)序列。这种情况下,直接进行协整分析可能不合适,因为协整理论基于的是所有变量都需要通过相同次数的差分来达到平稳的前提。
然而,这并不意味着你不能探究变量之间的长期关系。一种可能的方法是通过构建误差修正模型(Error Correction Model, ECM)来分析这些变量之间的动态关系,特别是如果你能找到某种形式说明这些自变量与被解释变量之间存在长期的均衡关系。ECM模型能够同时捕捉变量之间的短期动态调整以及它们之间的长期均衡关系。
总之,虽然直接进行协整分析可能不适用于你的情况,但你仍然可以通过其他方法探究变量间的长期和短期关系。
此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用