请问做协整检验的时候虚拟变量如何处理

    是这样的，我在建模的时候用到了8个变量，其中一个是虚拟变量（1978~1982，s=0；1983~2011，s=1），做协整检验的时候有两种方法，我想问：
   1、如果用EG两步法，第一步作OLS回归的时候是否需要将虚拟变量s也一起做回归；第二步查麦金农临界值表的时候N的计算是否需要算虚拟变量s。
  2、如果用johansen协整检验，s算作内生变量还是外生变量。谢谢啦~~

顶顶顶顶

1:第一步不需要做回归  第二部需要算
2：内生变量

wtc#sofa 发表于 2013-9-4 15:41
1:第一步不需要做回归  第二部需要算
2：内生变量

有没有什么参考出处 说一说啊 因为，如果按照你的说法作我的协整检验 1、第一部不需要做回归，那么我根据得到的残差项et的adf检验值来查麦金农临界值表，得到的结果是不协整。但是如果我把虚拟变量作为内生变量来做johansen协整检验，得到的结果是有多个协整关系。

wtc#sofa 发表于 2013-9-4 15:41
1:第一步不需要做回归  第二部需要算
2：内生变量

Null Hypothesis: ET has a unit root                               
Exogenous: Constant                               
Lag Length: 0 (Automatic based on SIC, MAXLAG=7)                               
                               
                        t-Statistic          Prob.*
                               
Augmented Dickey-Fuller test statistic                        -3.354133         0.0208
Test critical values:        1% level                -3.661661       
                                5% level                -2.960411       
                               10% level                -2.619160       
                               
*MacKinnon (1996) one-sided p-values.                               
                               
                               
Augmented Dickey-Fuller Test Equation                               
Dependent Variable: D(ET)                               
Method: Least Squares                               
Date: 09/04/13   Time: 18:13                               
Sample (adjusted): 1981 2011                               
Included observations: 31 after adjustments                               
                               
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
ET(-1)        -0.513949        0.153229        -3.354133        0.0022
C        90.32367        178.2891        0.506614        0.6163
                               
R-squared        0.279507            Mean dependent var                110.6133
Adjusted R-squared        0.254662            S.D. dependent var                1149.156
S.E. of regression        992.1002            Akaike info criterion                16.69987
Sum squared resid        28543620            Schwarz criterion                16.79238
Log likelihood        -256.8479            Hannan-Quinn criter.                16.73002
F-statistic        11.25021            Durbin-Watson stat                1.885302
Prob(F-statistic)        0.002231                       
                               


5%麦金农临界值（t=32，n=8，有常数项无截距）：-5.967721085

结果不协整


johansen协整检验


Date: 09/04/13   Time: 18:15                                       
Sample: 1980 2011                                       
Included observations: 30                                       
Series: CHANLIANG MIANJI CHENGZAI JIUYE HUAFEI NONGJI GUANGAI S                                        
Lags interval: 1 to 1                                       
                                       
Selected (0.05 level*) Number of Cointegrating Relations by Model                                       
                                       
Data Trend:        None                   None        Linear           Linear        Quadratic
Test Type        No Intercept        Intercept        Intercept        Intercept        Intercept
                 No Trend               No Trend        No Trend         Trend        Trend
Trace                      6                               7              6                       7            7
Max-Eig              2                               3              3                      4                    4
                                       
*Critical values based on MacKinnon-Haug-Michelis (1999)                                       
                                       
Information Criteria by Rank and Model                                       
                                       
Data Trend:        None        None        Linear        Linear        Quadratic
Rank or        No Intercept        Intercept        Intercept        Intercept        Intercept
No. of CEs        No Trend        No Trend        No Trend        Trend        Trend
                                       
         Log Likelihood by Rank (rows) and Model (columns)                               
0        -1610.467        -1610.467        -1593.835        -1593.835        -1583.940
1        -1559.604        -1554.788        -1543.754        -1538.681        -1528.810
2        -1533.153        -1514.496        -1504.147        -1497.276        -1487.844
3        -1516.483        -1489.019        -1478.694        -1467.417        -1458.039
4        -1500.957        -1472.355        -1463.254        -1442.809        -1433.556
5        -1487.354        -1458.078        -1449.857        -1427.371        -1420.302
6        -1478.268        -1445.210        -1437.057        -1414.174        -1408.734
7        -1474.023        -1436.590        -1432.783        -1402.690        -1399.560
8        -1473.997        -1432.417        -1432.417        -1398.450        -1398.450
                                       
         Akaike Information Criteria by Rank (rows) and Model (columns)                               
0         111.6311         111.6311         111.0557         111.0557         110.9294
1         109.3069         109.0525         108.7836         108.5120         108.3206
2         108.6102         107.4997         107.2098         106.8851         106.6563
3         108.5656         106.9346         106.5796         106.0278         105.7360
4         108.5972         106.9570         106.6169         105.5206          105.1704*
5         108.7569         107.1385         106.7904         105.6247         105.3535
6         109.2179         107.4140         107.0038         105.8782         105.6489
7         110.0015         107.9726         107.7856         106.2460         106.1040
8         111.0665         108.8278         108.8278         107.0967         107.0967
                                       
         Schwarz Criteria by Rank (rows) and Model (columns)                               
0         114.6203         114.6203         114.4185         114.4185         114.6659
1         113.0434         112.8357         112.8938         112.6689         112.8045
2         113.0940         112.0770         112.0673         111.8360         111.8874
3         113.7967         112.3059         112.1844         111.7727         111.7144*
4         114.5756         113.1222         112.9690         112.0595         111.8962
5         115.4827         114.0978         113.8898         112.9577         112.8265
6         116.6909         115.1673         114.8505         114.0052         113.8693
7         118.2219         116.5199         116.3796         115.1670         115.0717
8         120.0342         118.1691         118.1691         116.8117         116.8117