关于协整分析中残差不平稳的问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

大家好.新人初来.请大家多多指教

我在做一个关于国债收益率和股指收益率的协整分析.设股指收益率为Y,国债收益率为X,在平稳性检验中发现它们都是一阶单整的。按道理说，两个一阶单整的序列应该是协整的，但是在对Y和X进行回归以后，发现它们的残差序列是非平稳的.请问这样的情况下应该做什么处理让其成为平稳呢?还是说应该对DY和DX进行回归以检验这样的情况下的残差序列的平稳性?

谢谢大家给予我解答.

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

分享0 收藏7 回帖

关键词：协整分析 股指收益率 国债收益率 平稳性检验 残差序列 残差

按道理说，两个一阶单整的序列应该是协整的________zhe  ge  shuo  fa  bu  dui ,ni  hai  yao  fen  xi  zhe  liang  ge  bian  liang  ge  zi  de ying  xiang  yin  su  ,bu  shi  sui  bian  na  liang  ge  bian   liang  jiu  ke  yi  zuo  xie  zheng  fen xi de

两个时间序列变量都是一阶单整只是它们可以协整的必要条件，而不是充分条件。你的问题反映了模型设定存在偏误，如何处理这个问题，我暂时想到的办法是对模型进行序列相关的修正，直到最终的残差符合平稳假定为止。另外，你的问题或者反映了y不能完全用x来解释，因此应当引入新的解释变量来改造模型，看可否协整。本人正在学计量，一阶草鸟，发言只供参考，希望得到高人指点。

谢谢楼上两位前辈的指点!

但是这是我们最近要做的一个题目，就是要研究国债收益率和股指收益率之间的协整...对模型的序列相关修正具体是咋操作呢？

还有，GRANGER TEST显示滞后期要到8左右时,国债才是股指的原因，不然他们谁也不会影响谁,我想问一下GRANGER TEST到底是用来说明什么问题的呢?除了说明先鸡先蛋的问题之外，对我具体的建模有什么用途没有滴?

多谢多谢大家回答啦!

[em01]

我来回答你。

国债收益率和股指收益率两个序列都符合I（1），只能说明这两个序列原来是非平稳的，经过一阶差分以后变为平稳的序列，但是他们是不是协整，也就是说他们的线性组合是不是平稳的，就不一定了，除了要他们本身都符合同阶平稳，这里是一阶，之外，还要看他们回归以后的残差是不是平稳的，如果残差符合I（0），也就是残差本身就是平稳的，不用差分，哪说明两个序列是协整的，可以建立误差修正模型（ECM），他们之间存在长期均衡关系.

继续回答你。

你的残差不平稳，说明他们之间不能建立误差修正模型，是不协整的。

关于你说“应该对DY和DX进行回归以检验这样的情况下的残差序列的平稳性？”，哪是没有必要的。应该对原序列回归后的残差检验，不是对差分序列。残差代表了非均衡误差。

进一步解释一下：

协整检验和单位根检验存在密切关系：若N个时间序列存在协整关系，则非均衡误差项应该是I（0），如果这些时间序列不存在协整关系，则非均衡误差项应该是I（1）。若被检验的只是两个时间序列，则这两个时间序列的单整阶数应该相同。记住，如果两个序列不是同步单整阶数的，那么更不能检验他的残差了，说明两个就不能检验协整。你的残差不是I（0），本身说明这个序列就已经不是协整的了。你再给他差分就是变平稳了也说明不了什么。那样强行给他一个平稳，是错误的。

比如现在有好多人研究什么税收和GDP两个序列说他们是平稳的，是误导。为了迎合建立什么和谐社会的主旋律，说税收也是和谐的，现在税收增长高达20％，GDP增长才10％，能和谐吗。狗屁。我研究过了，他们要么修改数据，不平稳的非要给他整平稳，为了写文章建模，极其错误，极不负责。

如果几个变量之间并不都是平稳，只要这几个变量之间的一个组合关系能够得出一个协整关系也是可以的，不知是不是对的？

一般来说，检验一组时间序列是否存在协整关系或者长期均衡关系前，应该检验这些时间序列的单整性。如果检验的时间序列多于两个，被解释变量的单整阶数不能高于解释变量的单整阶数，至少有两个解释变量的单整阶数高于被解释变量的单整阶数，并且相同。

如果几个变量之间并不都是平稳的，应该先检验他们的单整阶数，比如被解释变量是I（1），第一个解释变量和第二个分别是I（1），I（2），第三个是I（2），那么象这种情况就可以建立协整关系。说明他们的组合具有协整关系或长期均衡关系。

^_^，这下清楚了吧，哈哈哈哈哈哈哈哈哈哈

进行granger检验的时候信息集的设定非常重要,如果信息集不完整,比如漏掉了重要的因素,就会得到谬误的因果关系,比如温度计影响天气温度.其实他们都是受其他某一个因素的共同影响的.