楼主: 强者
31402 79

[资料] 单位根检验、协整检验和格兰杰因果关系检验三者之间的关系 (转帖,分析较好) [推广有奖]

  • 0关注
  • 1粉丝

已卖:89份资源

大专生

31%

还不是VIP/贵宾

-

威望
0
论坛币
551 个
通用积分
0
学术水平
1 点
热心指数
0 点
信用等级
0 点
经验
520 点
帖子
32
精华
0
在线时间
24 小时
注册时间
2006-5-29
最后登录
2014-1-27

楼主
强者 发表于 2010-4-2 17:01:04 |AI写论文

+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~ !

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

单位根检验、协整检验和格兰杰因果关系检验三者之间的关系



  实证检验步骤:先做单位根检验,看变量序列是否平稳序列,若平稳,可构造回归模型等经典计量经济学模型;若非平稳,进行差分,当进行到第i次差分时序列平稳,则服从i阶单整(注意趋势、截距不同情况选择,根据P值和原假设判定)。若所有检验序列均服从同阶单整,可构造VAR模型,做协整检验(注意滞后期的选择),判断模型内部变量间是否存在协整关系,即是否存在长期均衡关系。如果有,则可以构造VEC模型或者进行Granger因果检验,检验变量之间“谁引起谁变化”,即因果关系。
一、讨论一1、单位根检验是序列的平稳性检验,如果不检验序列的平稳性直接OLS容易导致伪回归。

2、当检验的数据是平稳的(即不存在单位根),要想进一步考察变量的因果联系,可以采用格兰杰因果检验,但要做格兰杰检验的前提是数据必须是平稳的,否则不能做。

3、当检验的数据是非平稳(即存在单位根),并且各个序列是同阶单整(协整检验的前提),想进一步确定变量之间是否存在协整关系,可以进行协整检验,协整检验主要有EG两步法和JJ检验

AEG两步法是基于回归残差的检验,可以通过建立OLS模型检验其残差平稳性

BJJ检验是基于回归系数的检验,前提是建立VAR模型(即模型符合ADL模式)

4、当变量之间存在协整关系时,可以建立ECM进一步考察短期关系,Eviews这里还提供了一个WaldGranger检验,但此时的格兰杰已经不是因果关系检验,而是变量外生性检验,请注意识别

二、讨论二
1、格兰杰检验只能用于平稳序列!这是格兰杰检验的前提,而其因果关系并非我们通常理解的因与果的关系,而是说x的前期变化能有效地解释y的变化,所以称其为“格兰杰原因”。

2、非平稳序列很可能出现伪回归,协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归,即检验变量之间是否存在稳定的关系。所以,非平稳序列的因果关系检验就是协整检验。

3、平稳性检验有3个作用:1)检验平稳性,若平稳,做格兰杰检验,非平稳,作协正检验。2)协整检验中要用到每个序列的单整阶数。3)判断时间学列的数据生成过程。
三、讨论三其实很多人存在误解。有如下几点,需要澄清:

第一,格兰杰因果检验是检验统计上的时间先后顺序,并不表示而这真正存在因果关系,是否呈因果关系需要根据理论、经验和模型来判定。

第二,格兰杰因果检验的变量应是平稳的,如果单位根检验发现两个变量是不稳定的,那么,不能直接进行格兰杰因果检验,所以,很多人对不平稳的变量进行格兰杰因果检验,这是错误的。

第三,协整结果仅表示变量间存在长期均衡关系,那么,到底是先做格兰杰还是先做协整呢?因为变量不平稳才需要协整,所以,首先因对变量进行差分,平稳后,可以用差分项进行格兰杰因果检验,来判定变量变化的先后时序,之后,进行协整,看变量是否存在长期均衡。

第四,长期均衡并不意味着分析的结束,还应考虑短期波动,要做误差修正检验。
二维码

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

关键词:格兰杰因果关系检验 格兰杰因果关系 因果关系检验 格兰杰因果 单位根检验 格兰杰 经济学 经典 模型

已有 1 人评分论坛币 学术水平 收起 理由
lxfkxkr + 10 + 1 精彩帖子

总评分: 论坛币 + 10  学术水平 + 1   查看全部评分

沙发
强者 发表于 2010-4-2 17:06:52
我的进一步理解是应该是:
同阶平稳,才可以做VAR
但还必须对VAR 模型做协整性检验(Cointegration  Test),观察是否存在协整关系。
但是如果  不存在协整关系的话,那么 协整检验后得到的   标准化的协整参数向量,是不是就没有意义了呢?

殷望其他同学进一步的跟帖 探讨 交流,给出答案啊

藤椅
willgcw 发表于 2010-4-2 20:55:24
好贴呀!!!

板凳
willgcw 发表于 2010-4-2 20:56:35
其实,如果哪位高手能给一个综合性的案例和数据,把时间序列常用的方法和过程都包括进去,将是最好的,比说这么多话更管用!!!

报纸
kissthesnow 发表于 2010-4-11 16:38:50
这个帖子很好,学习了,谢谢!
唯有努力的奋斗过,才能优雅的转身离去——以自勉。
加油!!!

地板
kissthesnow 发表于 2010-4-11 16:50:27
不过讨论三的第三点,有文献说对于不平稳的变量差分后进行格兰杰因果关系检验也是不科学的。。。具体情况再学习。。
唯有努力的奋斗过,才能优雅的转身离去——以自勉。
加油!!!

7
sophia2656 发表于 2010-4-12 09:11:43
好帖子,谢谢哦

8
yanrantuo 发表于 2010-4-14 10:43:35
好贴,顶起来哦!

9
zwa222 发表于 2010-4-14 12:25:36
时间序列的平稳性,"整合"了一大帮人在搞,但好像至今也没有整明白.作为学习者和实证应用者.深为困惑啊!下面几个问题,愿与有兴趣者学习、交流和探讨:
1、单位根检验中,趋势、截距等不同情况的选择依据是什么?
  (1)从复杂到简单?(2)从序列图示?
   这就意味着随意性了。事实上,作实证研究的人经常碰到的情形是:不同的选项,检验结果相差甚远。如果出现了刚好相反的结论,那如何伯出判断?看很多实证研究者,往往就是根据自己的“需要”,或者说根据自己所期望的情形,作出取舍。这事实上是打着科学客观的幌子,作出主客随意的判断。个人认为,这有点“伪科学”的味道。
2、单位根检验的目的是为了避免“伪回归”。但问题在于,如果检验出两个变量是平稳的,但平稳的方式并不相同,比如一个是带趋势项而平稳,另一个只带有截距项,甚至于什么也没有。这样的两个平稳序列能做回归分析吗?进而言之,这样的两个平稳序列能做GRANGER检验吗?因为理论上说,平稳的就能回归,GRANGER检验要求是平稳的,反过来来说大概就是说平稳的就能够做GRANGER检验。但实证中常常遇到的情形是,尽管两个变量是平稳的,只是一个是带趋势而平稳(应该叫趋势平稳吧!),另一个什么也没有。理论上,直接做回归就是了。不用考虑“伪回归”的问题,因为序列是平稳的,所以,不用检验残差平稳性。但如果真的“多此一举”的对模型的残差进行检验,很多时候会发现:平稳序列的模型的残差反而是不平稳的!这不正是伪“回归”吗?!同理,这样情形下的GRANGER检验,个人认为也是有问题的。
3、进而言之,即使是同阶次的单整序列,但如果是单整的情形不同(如上所述),其协整检验的结论还成立吗?
4、GRANGER检验的滞后阶数如何确定?个人认为,GRANGER检验是基于VAR的,而VAR是纯粹的时间序列分析VAR的滞后阶数确定没有什么大问题。但在实证分析的时候,往往是基于经济理论,所做的模型属于结构分析的范畴。那在这种情形下,其滞后阶数应该如何确定呢?
5、对于GRANGER检验,个人觉得,原始定义是基于对平稳性的要求,即要做GRANGER检验需要是平稳序列;但就如同回归要求是平稳的,但如果不平稳只要是协整的也行一样,我认为GRANGER检验可以分为两个层面:(1)平稳序列之间,这众所周知,不用说了;(2)不平稳但是协整的序列之间。对于后一点,心里没底,殷切期待同道中人的指点!
6、实际上,我认为带趋势项的单位根检验出来的平稳序列不是平稳序列,而是“趋势平稳序列”。“平稳序列”,即使是弱平稳序列,也要求均值和方差不变。但“趋势平稳序列”的均值显然是变化的;只有在剔除了趋势之后,才会是平稳序列。这大概就是其为什么叫着趋势平稳序列的原因吧。
    上述几点,有的是疑问,有的是一点个人看法。对于疑问,深盼高手的指点;对于个人看法,也纯粹是出于自己的理解,很可能是错的,心里没底!所以,更期待大家的讨论交流!
    时间序列,有趣,但困难!学习时间序列,真是“痛并快乐着”;或者说,是“乐并痛苦着”!
    向各位学习讨教了!欢迎交流探讨!
已有 3 人评分学术水平 热心指数 信用等级 收起 理由
carls + 1 说得好
nov17 + 1 + 1 + 1 正是在尝试做模型中遇到的问题
白河 + 1 + 1 + 1 很好

总评分: 学术水平 + 3  热心指数 + 2  信用等级 + 2   查看全部评分

10
tlztldzz 发表于 2010-4-16 15:14:58
嘿嘿,学习学习再学习

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-9 09:25