协整方程 - 经管之家

9062

收藏 2009-09-06

哪位大侠好心帮我看看这两个拟合方程哪个更好？怎么看的，不明白哦。。
一：
Dependent Variable: LOG(SJGDP)
Method: Least Squares
Date: 09/06/09 Time: 08:26
Sample: 1978 2007
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

LOG(EC) 3.865839 0.368194 10.49947 0.0000
LOG(CAP52) 0.145985 0.087219 1.673774 0.1062
LOG(LAB) -1.289491 0.308059 -4.185856 0.0003
C -17.04452 1.805035 -9.442766 0.0000

R-squared 0.994495    Mean dependent var  6.803370
Adjusted R-squared 0.993860    S.D. dependent var  1.430602
S.E. of regression 0.112097    Akaike info criterion  -1.415338
Sum squared resid 0.326709    Schwarz criterion  -1.228512
Log likelihood 25.23007    F-statistic  1565.774
Durbin-Watson stat 0.818328    Prob(F-statistic)  0.000000

二：
Dependent Variable: LOG(SJGDP)
Method: Least Squares
Date: 09/06/09 Time: 08:26
Sample: 1978 2007
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

LOG(EC) 3.865839 0.368194 10.49947 0.0000
LOG(CAP52) 0.145985 0.087219 1.673774 0.1062
LOG(LAB) -1.289491 0.308059 -4.185856 0.0003
C -17.04452 1.805035 -9.442766 0.0000

R-squared 0.994495    Mean dependent var  6.803370
Adjusted R-squared 0.993860    S.D. dependent var  1.430602
S.E. of regression 0.112097    Akaike info criterion  -1.415338
Sum squared resid 0.326709    Schwarz criterion  -1.228512
Log likelihood 25.23007    F-statistic  1565.774
Durbin-Watson stat 0.818328    Prob(F-statistic)  0.000000
谢谢~~~

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

gxj86868

2009-9-6 08:31:11

不好意思，第二个是
Method: Least Squares
Date: 09/06/09 Time: 08:31
Sample: 1978 2007
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

LOG(EC) 2.144741 0.225791 9.498789 0.0000
LOG(CAP52) 0.082104 0.053486 1.535059 0.1368
LOG(LAB) -0.219871 0.188914 -1.163867 0.2550
C -10.36728 1.106919 -9.365891 0.0000

R-squared 0.994483       Mean dependent var 6.062559
Adjusted R-squared 0.993847       S.D. dependent var 0.876323
S.E. of regression 0.068742       Akaike info criterion -2.393337
Sum squared resid 0.122863       Schwarz criterion -2.206511
Log likelihood 39.90005       F-statistic 1562.263
Durbin-Watson stat 0.494105       Prob(F-statistic) 0.000000

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

nlm0402

2009-9-6 08:37:48

好像是第1个好一些，因为它的F、 t 检验值比较好。

这是协整方程吗？

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

yinhezhiwang

2009-9-6 08:39:22

第一个好点，第二个方程中只有一个变量的系数显著，即log(EC），而第一个方程中有两个变量的系数显著，即1和3变量。从DW值情况来看，第一个方程也略好，但也是存在很强的自相关的，这个值越接近2，模型越合理。其他如R方、F值等你方程模拟结果没什么问题。

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

gxj86868

2009-9-6 08:44:37

谢谢版主们~~ 关于自相关还需要做处理么~？我把模型中的变量取对数了，以后的格兰杰因果检验还有误差修正模型用的也都是用对数数据来做而不用原数据了是么~？那我这个方程还算合理吧？~~

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

yinhezhiwang

2009-9-6 08:53:35

既然第二个变量不显著，则需要删掉重新回归，即只用1和3变量对因变量进行回归。通常回归结果会更好些！如果你的D-W值接近2，且自变量系数均显著的话（看t值后面的那个Ｐ概率值，小于０.００１说明非常显著，小于０.０５说明很显著，如果小于０.１则说明还“凑合”，勉强通过），那你的方程就没问题了。如果DW值无论如何也无法接近2，1.5以上也还是说得过去的，呵呵！有时候样本量太小，不能要求太高！
我要提醒楼主一点，多变量的协整检验最好用Ｊohanson协整检验，不要用E-G两步法，误判的概率会很大。
后续误差修正模型以及格兰杰全部用协整检验时取过对数后的变量值，原值不能用！

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…

gxj86868

2009-9-6 09:10:56

谢谢版主的慷慨解释~~ 只是我研究的的这个问题有一般模型，变量也是给定的是不能删减的，这样的话我是不是可以视为这个方程算过得去·？~~

还有Ｊohanson协整检验的结果如下：
再烦请帮我看下协整检验怎样？
Date: 09/06/09 Time: 09:07
Sample (adjusted): 1981 2007
Included observations: 27 after adjustments
Trend assumption: Linear deterministic trend
Series: LOG(GDP) LOG(EC) LOG(CAP52) LOG(LAB)
Lags interval (in first differences): 1 to 2

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None *    0.723532    68.72567    47.85613    0.0002
At most 1 *    0.575960    34.01288    29.79707    0.0154
At most 2    0.307863    10.84886    15.49471    0.2209
At most 3    0.033272    0.913630    3.841466    0.3392

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None *    0.723532    34.71279    27.58434    0.0051
At most 1 *    0.575960    23.16401    21.13162    0.0255
At most 2    0.307863    9.935231    14.26460    0.2162
At most 3    0.033272    0.913630    3.841466    0.3392

Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):

LOG(GDP) LOG(EC) LOG(CAP52) LOG(LAB)
14.96765 -42.87393 -0.690628    21.07032
-4.175311    23.59161 -3.751365 -9.884005
-16.57839    32.11642    1.148730    8.321750
1.684215    18.25115 -5.693293    4.975841

Unrestricted Adjustment Coefficients (alpha):

D(LOG(GDP))    0.006751 -0.008795 -0.002190    0.002928
D(LOG(EC))    0.006863 -0.013109 -0.003167 -0.000685
D(LOG(CAP52))    0.023531    0.007148 -0.003535    0.001187
D(LOG(LAB)) -0.009158    0.000839 -0.020280 -0.000548

1 Cointegrating Equation(s): Log likelihood    261.7054

Normalized cointegrating coefficients (standard error in parentheses)
LOG(GDP) LOG(EC) LOG(CAP52) LOG(LAB)
1.000000 -2.864440 -0.046141    1.407724
   (0.28123)    (0.06884)    (0.23197)

Adjustment coefficients (standard error in parentheses)
D(LOG(GDP))    0.101040
   (0.07483)
D(LOG(EC))    0.102728
   (0.06917)
D(LOG(CAP52))    0.352200
   (0.07106)
D(LOG(LAB)) -0.137075
   (0.13477)

2 Cointegrating Equation(s): Log likelihood    273.2874

Normalized cointegrating coefficients (standard error in parentheses)
LOG(GDP) LOG(EC) LOG(CAP52) LOG(LAB)
1.000000    0.000000 -1.017403    0.421121
   (0.12779)    (1.19022)
0.000000    1.000000 -0.339076 -0.344432
   (0.04230)    (0.39400)

Adjustment coefficients (standard error in parentheses)
D(LOG(GDP))    0.137761 -0.496908
   (0.07026)    (0.22126)
D(LOG(EC))    0.157461 -0.603515
   (0.05211)    (0.16412)
D(LOG(CAP52))    0.322355 -0.840222
   (0.06868)    (0.21630)
D(LOG(LAB)) -0.140579    0.412442
   (0.13988)    (0.44051)

3 Cointegrating Equation(s): Log likelihood    278.2550

Normalized cointegrating coefficients (standard error in parentheses)
LOG(GDP) LOG(EC) LOG(CAP52) LOG(LAB)
1.000000    0.000000    0.000000 -5.134476
   (1.04222)
0.000000    1.000000    0.000000 -2.195976
   (0.36190)
0.000000    0.000000    1.000000 -5.460565
   (1.34563)

Adjustment coefficients (standard error in parentheses)
D(LOG(GDP))    0.174066 -0.567240    0.025815
   (0.10203)    (0.26283)    (0.01789)
D(LOG(EC))    0.209969 -0.705237    0.040798
   (0.07418)    (0.19108)    (0.01300)
D(LOG(CAP52))    0.380960 -0.953755 -0.047127
   (0.09853)    (0.25381)    (0.01727)
D(LOG(LAB))    0.195637 -0.238891 -0.020120
   (0.17131)    (0.44129)    (0.03003)

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

nlm0402

2009-9-6 09:17:08

看完这个帖子，你就明白了。
http://www.pinggu.org/bbs/thread-540557-1-1.html

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

gxj86868

2009-9-6 09:27:15

8# nlm0402

这个帖子我看过，可不可以请版主劳累解释下第二和第三个方程为什么不能用呢~？
该怎么解释呢？~

谢谢~~

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

nlm0402

2009-9-6 10:22:17

9# gxj86868

我也不是很清楚，应该是系数为零，没有什么意义吧。

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

gxj86868

2009-9-6 10:23:47

呵呵谢谢楼主~

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

学习金融

2012-3-30 09:56:20

基本明白了

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

qjcathy

2014-3-20 11:15:31

Adjustment coefficients (standard error in parentheses)
D(LOG(GDP))       0.137761       -0.496908
      (0.07026)       (0.22126)
D(LOG(EC))       0.157461       -0.603515
      (0.05211)       (0.16412)
D(LOG(CAP52))       0.322355       -0.840222
      (0.06868)       (0.21630)
D(LOG(LAB))       -0.140579       0.412442
      (0.13988)       (0.44051)
特别想知道这些是什么含义？

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

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群