关于协整

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

老师好，我在学习协整误差修正这一章中，第九讲里我有一个很疑惑的地方，关于丹麦的那个例子，检验的是m和y这两个序列的系数和等于零，为什么前面设定的R是(1,1,0,0,0)，而后面检验部分协整向量已知的时候却又忽然变成了R=(1,-1,0,0,0)？第二个元素究竟是1还是-1？为什么前后不一致？我好困惑，另外，第三个和第四个零代表对IBO和IBE做什么样的约束？第五个是代表做的是确定趋势项有约束的检验，但为什么它的值是0？？想不通，请教老师！！

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0 回帖

关键词：误差修正 想不通 做什么 丹麦 元素

您好！因为H0:R‘beta=0 or beta=H*psi
注意前面的R是(1,1,0,0,0)，这个主要通过R计算出H，实际上coint()用的是H，而不是R
后面讲到的是(1,-1,0,0,0），是指beta的约束，注意原假设，beta约束和R约束不同。常数项在这里假设为零，所以约束为0.

老师，我的理解是对协整向量beta施加线性约束的检验有两种情况：
（1）对beta里面的所有协整向量施加相同的约束R，检验R这个约束是否正确；R为（1，1，0，0，0）。
（2）对beta里面的有些协整向量b属于已知的情况下，检验beta的约束是否正确。b为（1，1，0，0，0）。
我的问题是，第一，我这样理解是正确的吗？第二，同一个例子，都是检验m和y这两个序列的系数和等于零，
为什么R设为（1，1，0，0，0），而b设为（1，-1，0，0，0）？请老师解惑？

您好！
第一，您的理解基本正确
第二，我想b设为（1，-1，0，0，0）,很好理解吧？R的设置，是因为要计算H，这样设置的R，计算出来的H是正好符合要求，你看H算出的矩阵的第一列。

老师，在协整的第五讲中我有个疑惑，首先，您用u.hat=residuals(ols.fit) 和
adf.fit=unitroot(u.hat,trend="nc",method="adf",lags=11) 接着用adf.tstat=adf.fit$sval   但是这样看不出是否显著，所以后面您用了 pcoint(adf.tstat,n.sample=nrow(uscn.s),n.series=2,trend="c",statistic="t") 求出其P值，然后进行比较，但我个人认为，如果不用adf.tstat=adf.fit$sval  而是直接用 summary(adf.fit)，返回结果中P值为0.006558，这样可以直接判断是否显著，后面用PP检验的P值为1.557e-7（老师，顺便问问，1.557e-7
这个数是到底是怎么看的？）,也是显著的，为什么要自己重新计算临界值进行比较呢？而且奇怪的是，如果两种方法都用summary命令返回的P值直接进行判断的话都是显著的，而用您教的方法是用adf方法是不显著，而pp方法是显著的。（问题有点长，我也想尽量能表达清楚，麻烦老师了）

您好！不能像你那样直接做的！因为协整残差这个时候不是服从DF分布，而是服从PO分布，我在第五讲前面部分讲过了。对于这种协整单位根检验，对应临界值和ADF分布的临界值是不同的。所以必须用pcoint或qcoint来做。
1.557e-7 是科学记数法，表示1.557的小数点往前移7位，也就是1.557*10^-7

谢谢老师的解答，现在我知道beta未知的情况下是服从PO分布了，但是我还是有一些疑惑没解开，一、beta已知的情况下是服从PO分布吗？二、如果beta未知，是否必须先进行标准化之后才进行计算？三、如果用qcoint 命令做出来的10%、5%、1%的分布的临界值分别是-3.062、-2.0558、-3.9417，而adf.tstat的统计量是-2.7212，从结果看好像10%、1%水平上是显著的，而5%却是不显著的，怎么会这样的呢？四、既然DOLS比OLS好那么多，在存在协整的情况是不是总是用DOLS才好？五、您在介绍DOLS的时候说，关键的是看USCNF的系数，为1.004，非常接近于1，标准误非常小，为显著，代表他们之间存在协整关系，我的疑惑是DOLS判断是否存在协整难道不用象传统的OLS那样需要用unitroot 和pcoint 命令吗？只需要看USCNF的系数吗？谢谢老师！

您好！
一、BETA已知的情况非常少，讲义主要是为了讲解方便才设定BETA已知情况下。已知情况下，假定服从DF分布
二、一般情况下BETA未知，利用OLS求出系数
三、要看统计量的绝对值是否大于临界值的绝对值，所以-2.712都没有大于临界值的绝对值。
四、理论上对于协整，是DOLS比较好，但是OLS相对比较简单，在实际操作中可能用得更多。
五、判断协整方法是一样的

谢谢老师的及时指导，但是第二个问题我还是不明白，用OLS求出的系数是未标准化的，究竟需要不需要标准化以后再继续进行下一步？第三个问题-2.712的绝对值大于5%的临界值-2.0558；第五个问题我确认一下，是不是指依然用unitroot 和pcoint进行？
另外，第十讲中关于Johansen的VECM也有关于标准化的问题，用的coint估计出来的B系数是非标准化的，您用了coint.rc$coint.vectors[1,]和
coint.rc$coint.vectors[1,]/as.numeric(-coint.rc$coint.vectors[1,1]) 来标准化，事实上究竟要不要每次都需要先标准化？这个命令中为什么只标准化第一行？其他行不需要吗？另外为什么标准化为-1而不是1？

您好，这里所谓的标准化目的是为了让系数唯一性，比如beat0=1,beta1=2是系数，但另外，beta0=2,beta1=4也是符合的，为了让系数唯一性，强制规定某个系数为1，比如规定第一个为1等。Johansen是另外一种协整思路，和E-S两步法思路不同了。对于多个时间序列协整判断，建议使用Johansen方法。