时间序列取对数后建立的协整方程能解释原序列的关系吗？

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

       

      对某市房地产投资额(RI)和GDP的数据取自然对数后进行协整检验和Granger因果关系检验，建立的协整方程中LnRI的系数若为0.3，能说RI增加1%，GDP增加0.3%吗？（毕竟协整方程中的解释变量和被解释变量是LnRI和LnGDP，而不是RI和GDP)

      类似的问题，用LnRI和LnGDP做的Granger因果关系检验得到的结果能代表RI和GDP之间的Granger因果关系吗？

[此贴子已经被作者于2009-3-28 22:43:05编辑过]

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3 回帖

关键词：协整方程 时间序列 取对数 granger因果关系 Granger 方程 解释 关系 序列 对数

取对数 的目的是消除异方差，如对数后若为LnY=a+bLnX,则原式为Ｙ＝cX^b,求增长率为Y~=bX~,带～表示增长率，所以b表示的是增长率，这和Ｃ－Ｄ函数计算各要素的贡献是一样的

我也想知道答案呀，怎么没有高人指点的呀

哪个是因哪个是果都还没有弄清楚吧。。。

当然可以啊，去对数的另一个作用就是解释变量之间的弹性问题。

取对数的好处有三：

1.基于现实宏观经济的考虑，被解释变量变化是各种客观解释变量和经济行为主体主观动能的直接衍生后果，研究所采用的基础数据，大多是统计调查数据，与其它宏观经济变量模型同质性大，各变量本身之间往往以幂函数形式出现，而对幂函数两端取对数后正是对数线性形式，并且对数线性形式可以方便一般最小二乘法运算；

2. 基于数据处理的考虑，通过取对数可以压缩变量的尺度，模型中可能存在的共线性、异方差、非平稳性等问题可以被一定程度地削弱，数据可以被大大平滑；

3. 回归模型各解释变量系数的经济意义是对应解释变量对被解释变量的弹性系数。

但是，取对数尽管有这么多的好处，个人认为在取对数时也应非常小心才行。只有基于现实的考虑，满足第一条（而第一条往往基于人们的先验规律）的时候才能说取对数是一个比较好的选择，否则断然去对数可能导致模型本身设定偏误，以致整个模型都是伪模型。

由于格兰杰因果信息集的问题（在进行因果性推断时，合理的定义信息集是非常非常非常重要的。但国内学者似乎忽略了对信息集的定义），个人认为，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。但是如果你不相信这种因果性的定义，也不必强求。

这应该是对格兰杰因果性的准确定位。

6# 枭鹰123

枭鹰123 发表于 2009-4-21 15:07
取对数的好处有三：
1.基于现实宏观经济的考虑，被解释变量变化是各种客观解释变量和经济行为主体主观动能的直接衍生后果，研究所采用的基础数据，大多是统计调查数据，与其它宏观经济变量模型同质性大，各变量本身之间往往以幂函数形式出现，而对幂函数两端取对数后正是对数线性形式，并且对数线性形式可以方便一般最小二乘法运算；

2. 基于数据处理的考虑，通过取对数可以压缩变量的尺度，模型中可能存在的共线性、异方差、非平稳性等问题可以被一定程度地削弱，数据可以被大大平滑；

3. 回归模型各解释变量系数的经济意义是对应解释变量对被解释变量的弹性系数。
但是，取对数尽管有这么多的好处，个人认为在取对数时也应非常小心才行。只有基于现实的考虑，满足第一条（而第一条往往基于人们的先验规律）的时候才能说取对数是一个比较好的选择，否则断然去对数可能导致模型本身设定偏误，以致整个模型都是伪模型。

精辟

6# 枭鹰123 质疑：基本上赞成枭鹰123 的观点，但对第三点中“断然取对数可能导致模型本身设定偏误，以致整个模型都是伪模型。”我持有不同看法：因为导致整个模型都是伪模型的原因并非是取对数的问题，而是模型本身的合理性存在问题。