笔者近日以来发现,论坛上诸多谈了时间序列的平稳性、协整以及之后能不能进行传统意义上的回归分析,格兰杰因果检验等的问题。笔者今日发帖论述下这几个问题,解释的不完善的地方敬请指教!
第一,时间序列数据为依据的经验研究都假定有关的时间序列是平稳的(古扎拉蒂,第四版英文原版792页);以一元时间序列回归为例,y=β0+β1x1t+εt ,如果前面两个变量的非平稳,但是存在协整关系,则做回归将是有意义的(不是谬误回归),此种情况下,传统的回归方法论对涉及非平稳的时间序列的数据仍可适用,这种情况下的回归叫做协整回归。协整的回归概念可以推广到多变量模型中,即为:如果在多元时间序列模型中,比如:y=β0+β1x1t+β2x2t+…+βkxkt+εt,经过检验发现不平稳,但是具有协整关系,则做回归将是有意义的(不是谬误回归),此种情况下,传统的回归方法论对涉及非平稳的时间序列的数据仍可适用。(古扎拉蒂,第四版英文原版822页)。
第二,另外,ECM方程在实际应用中依然存在许多问题,因此,协整之后,包括古扎拉蒂在内的学者们并没有说“必须要做”ECM的处理。
第三,诸多坛友多次强调以特定研究的目的来进行实证研究,这个基调被李子奈批评过,参加李子奈:计量经济学(第三版)317页。
第四,格兰杰检验中的非平稳问题。这个问题其实已经困绕实证研究者很长时间,原始的格兰杰因果性定义并没有规定变量必
须是平稳的,当格兰杰(1969)首先提出他的因果性定义的时候,非平稳变量的问题在计量经济学占据了重要地位,而格兰杰(1980)重新回顾他的因果性定义的时候,对变量平稳性也没有再深入分析,他只是指出:“非平稳变量带来的问题过于复杂,不便展开讨论”,但是目前有一点学术界是有定论的,就是如果变量是非平稳的,那么用F统计量来做推断会产生问题,总之,格兰杰因果性检验并非发现因果性的灵丹妙药,也不是唯一药方,连格兰杰本人(Granger, 1988)也承认,当从理论上相信变量之间有因果性的时候,这种检验可以增强对因果性的信心,(曹永福,数量经济技术经济研究,2006)。也就是说,非平稳的序列(迥异的单整介数情况下)并非不能做格兰杰因果检验!但是,这种在非平稳情况下得出的结论必须谨慎对待!