楼主: donglifrance
14913 14

[资料] 协整方程与回归方程矛盾 [推广有奖]

  • 0关注
  • 2粉丝

已卖:1份资源

硕士生

74%

还不是VIP/贵宾

-

威望
0
论坛币
315 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
954 点
帖子
75
精华
0
在线时间
297 小时
注册时间
2009-7-4
最后登录
2015-3-17

楼主
donglifrance 发表于 2010-6-16 16:32:03 |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
我先做了回归,放成如下A = 0.6921948515 + 0.347953428*B,也通过了异方差,t、F等检验。
A、B非平稳,后检验为一阶单整,因此做VAR模型,模型稳定。因此做Johansen检验,滞后期选为1 1不存在协整,选择2  2 存在协整。

Hypothesized

Max-Eigen

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.921006

20.30711

14.26460

0.0049

At most 1

0.351634

3.466404

3.841466

0.0626

个人认为即A 与B 存在长期关系。但是按照下述Johansen检验结果,写出协整方程为A=-0.016897B,怎么与回归方程A = 0.6921948515 + 0.347953428*B,差得这么远呢?跪求高人给出解释,跪谢。

1 Cointegrating Equation(s):

Log likelihood  -21.74447




Normalized cointegrating coefficients (standard error in parentheses)

A

B


1.000000

0.016987


(0.07552)



Adjustment coefficients (standard error in parentheses)


D(A)

-1.372216


(0.27146)


D(B)

-0.525472


(0.38975)


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:协整方程 回归方程 coefficients parentheses coefficient 矛盾 模型

回帖推荐

binggol 发表于5楼  查看完整内容

不要停3楼乱说 两个变量虽然非平稳 但是你已经证明了其存在协整关系 那他们之间就不是伪回归 至于你说的为什么ols回归结果与协整方程结果相差很大 我认为这是估计方法问题 而且从你的协整方程来看 两个变量还是负相关的 因为协整的含义是变量的线性组合是平稳的 所以这个方程要移项 符号就变了 你ols估计的时候不知道有没有检验dw值 很有可能这个时候存在自相关 导致估计系数有偏 而且你这个协整滞后期选2也没有依据 一般是先建var ...

gemini69 发表于6楼  查看完整内容

1# donglifrance 先不管 Johansen VECM 部分;然後假设你那条静态回归的残差符合 EG cointegration test,即协整成立; 在这个前提下, 首先,t 与 F 这两个检定统计量,此时无法以传统常用的概率表对照;这与 Wiener process 与 变量内生性 有关。 其次,虽若协整成立,透过 OLS 的静态回归估计参数具有 superconsistent 特性,但却是 biased,特别於 finite sample下; 换言之,superconsistent 还是需要相对多的 ...

本帖被以下文库推荐

沙发
donglifrance 发表于 2010-6-16 16:34:23
菜鸟在线等,再次跪谢

藤椅
gssdzc 在职认证  发表于 2010-6-16 16:57:03
呵呵。一点都不矛盾。解答如下:你为什么要进行回归,既然你已经知道了A和B非平稳,那么回归出来的结果就是一种“伪回归”,其结果自然不可信。既然你用VAR来进行协整,选择了滞后2阶,我理解应该是VAR(2)模型,这样的话,肯定是滞后2阶的A序列与滞后2阶的B序列之间的一种协整关系,而你前面的是A和B的原序列,当然不一样,原序列和原序列的滞后序列是两个不同的概念,建模肯定结果不一样。

板凳
donglifrance 发表于 2010-6-16 18:06:38
谢谢楼上的这位高人。
不好意思,我还想问,既然回归方程为“伪”回归,这就是说回归方程不能很好解释变量间关系。而协整方程也是如此,那么如何表达或求出A与B的“真”方程呢?
十分感谢,在线等!

报纸
binggol 发表于 2010-6-16 21:58:00
不要停3楼乱说 两个变量虽然非平稳 但是你已经证明了其存在协整关系 那他们之间就不是伪回归 至于你说的为什么ols回归结果与协整方程结果相差很大 我认为这是估计方法问题 而且从你的协整方程来看 两个变量还是负相关的 因为协整的含义是变量的线性组合是平稳的 所以这个方程要移项 符号就变了 你ols估计的时候不知道有没有检验dw值 很有可能这个时候存在自相关 导致估计系数有偏 而且你这个协整滞后期选2也没有依据 一般是先建var 协整检验和误差修证模型的滞后期应该是var的最优滞后期减1 这个高铁梅书上说了 你可以看看 还有现在eviews7可以直接做协整的fmols dols估计 用这个方法估计的系数比ols要可靠
已有 1 人评分经验 论坛币 收起 理由
胖胖小龟宝 + 10 + 10 热心帮助其他会员

总评分: 经验 + 10  论坛币 + 10   查看全部评分

地板
gemini69 发表于 2010-6-16 22:19:33
1# donglifrance

先不管 Johansen VECM 部分;然後假设你那条静态回归的残差符合 EG cointegration test,即协整成立;

在这个前提下,

首先,t 与 F 这两个检定统计量,此时无法以传统常用的概率表对照;这与 Wiener process 与 变量内生性 有关。

其次,虽若协整成立,透过 OLS 的静态回归估计参数具有 superconsistent 特性,但却是 biased,特别於 finite sample下;
换言之,superconsistent 还是需要相对多的样本数才能显现。

所以,样本需增加,或者以 ADL 抑或 DOLS、FMOLS 等等解决。祝顺利。
已有 1 人评分经验 论坛币 收起 理由
胖胖小龟宝 + 10 + 10 热心帮助其他会员

总评分: 经验 + 10  论坛币 + 10   查看全部评分

7
donglifrance 发表于 2010-6-17 10:42:49
我在ols估计的时候有检验dw值,不存在自相关
我的样本数是不多,但是也不可能再增加,数据收集难度极大。
照5和6楼楼主的看法应该是滞后期选择有误或者直接用DOLS、FMOLS 做?痛苦中
谢谢

8
donglifrance 发表于 2010-6-17 15:12:47
另问,我用的是16年的数据,是不是太少?有时候我试着选择不同的滞后期,结果差异很大?而且有时候选的滞后期,根本计算不出结果,是否说明样本太少?(出现对话框“singular matrix”提醒。)

9
lihaiyangboa 发表于 2010-6-17 17:05:17
学习了~~~~~~~~~~~~~

10
donglifrance 发表于 2010-6-19 08:12:02
没有高人解释一下吗?谢谢。被计量搞得晕头转向

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, 2025-12-25 13:44