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 › EViews专版
协整方程与回归方程矛盾
donglifrance
14742 14
2010-06-16
我先做了回归，放成如下A = 0.6921948515 + 0.347953428*B，也通过了异方差，t、F等检验。
A、B非平稳，后检验为一阶单整，因此做VAR模型，模型稳定。因此做Johansen检验，滞后期选为1 1不存在协整，选择2  2 存在协整。

Hypothesized

Max-Eigen

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.921006

20.30711

14.26460

0.0049

At most 1

0.351634

3.466404

3.841466

0.0626

个人认为即A 与B 存在长期关系。但是按照下述Johansen检验结果，写出协整方程为A=-0.016897B，怎么与回归方程A = 0.6921948515 + 0.347953428*B，差得这么远呢？跪求高人给出解释，跪谢。

1 Cointegrating Equation(s):

Log likelihood  -21.74447




Normalized cointegrating coefficients (standard error in parentheses)

A

B


1.000000

0.016987


(0.07552)



Adjustment coefficients (standard error in parentheses)


D(A)

-1.372216


(0.27146)


D(B)

-0.525472


(0.38975)


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
donglifrance
2010-6-16 16:34:23
菜鸟在线等，再次跪谢
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

gssdzc
2010-6-16 16:57:03
呵呵。一点都不矛盾。解答如下：你为什么要进行回归，既然你已经知道了A和B非平稳，那么回归出来的结果就是一种“伪回归”，其结果自然不可信。既然你用VAR来进行协整，选择了滞后2阶，我理解应该是VAR（2）模型，这样的话，肯定是滞后2阶的A序列与滞后2阶的B序列之间的一种协整关系，而你前面的是A和B的原序列，当然不一样，原序列和原序列的滞后序列是两个不同的概念，建模肯定结果不一样。
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

donglifrance
2010-6-16 18:06:38
谢谢楼上的这位高人。
不好意思，我还想问，既然回归方程为“伪”回归，这就是说回归方程不能很好解释变量间关系。而协整方程也是如此，那么如何表达或求出A与B的“真”方程呢？
十分感谢，在线等！
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

binggol
2010-6-16 21:58:00
不要停3楼乱说 两个变量虽然非平稳 但是你已经证明了其存在协整关系 那他们之间就不是伪回归 至于你说的为什么ols回归结果与协整方程结果相差很大 我认为这是估计方法问题 而且从你的协整方程来看 两个变量还是负相关的 因为协整的含义是变量的线性组合是平稳的 所以这个方程要移项 符号就变了 你ols估计的时候不知道有没有检验dw值 很有可能这个时候存在自相关 导致估计系数有偏 而且你这个协整滞后期选2也没有依据 一般是先建var 协整检验和误差修证模型的滞后期应该是var的最优滞后期减1 这个高铁梅书上说了 你可以看看 还有现在eviews7可以直接做协整的fmols dols估计 用这个方法估计的系数比ols要可靠
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

gemini69
2010-6-16 22:19:33
1# donglifrance

先不管 Johansen VECM 部分；然後假设你那条静态回归的残差符合 EG cointegration test，即协整成立；

在这个前提下，

首先，t 与 F 这两个检定统计量，此时无法以传统常用的概率表对照；这与 Wiener process 与 变量内生性 有关。

其次，虽若协整成立，透过 OLS 的静态回归估计参数具有 superconsistent 特性，但却是 biased，特别於 finite sample下；
换言之，superconsistent 还是需要相对多的样本数才能显现。

所以，样本需增加，或者以 ADL 抑或 DOLS、FMOLS 等等解决。祝顺利。
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

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群