格兰杰检验 协整检验 误差修正模型相关

转自博客 http://blog.sina.com.cn/s/blog_3fa1d4300100mroy.html

个人觉得正确的顺序是:先对单变量进行单位根的DF或ADF检验,后者更佳;
然后根据各变量的单整阶数进行如下操作:
1、若各变量是平稳的,可直接进行Granger因果检验;
2、若各变量是同阶单整的,进行EG或者Johansen协整检验;差分后进行Granger因果检验;
3、若变量是不同阶单整的,考虑对高阶单整变量进行协整检验,看其之间是否存在协整关系,然后将存在协整关系的高阶单整降阶后与低阶单整再次进行协整检验;另有Pesaran关于不同阶协整的方法;
4、若部分变量平稳,部分变量不平稳,可对平稳变量用T或F统计量进行Granger因果检验;对非平稳变量选择T统计量进行Granger因果检验;
另外对学友们的答复提出几点意见:
Granger因果检验并非只能在变量平稳的条件下进行,协整针对的必须是非平稳变量
——lhdavidmice
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。
——xting_l
 
其实很多回答是一种误解。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。
——wuhanhhw
 
“于格兰杰天才地利用了条件概率来定义因果关系,所以他的方法显得既实用又有效,这是个令许多人甚至哲学家都佩服的思维上的突破,
然而他自己也承认了其弱点:利用这个方法只能给出统计意义上的因果关系,并不能说明实际意义上的因果关系。”
 
最常用的协整理论为恩格尔—格兰杰的EG两步法协整检验理论,具体步骤为:
一、首先进行变量的单位根检验,先做水平值的单位根检验(一般用ADF检验,也可以用PP检验),序列不稳定的话,做一阶差分的单位根检验,还不平稳的话,做二阶差分的单位根检验。在做单位根检验时,要注意调整滞后阶段P的值,从大往小依次做下来直到AIC、SC值、DW值等满意为止。同时也要注意截距和时间趋势的取舍,随时调整,以得到有效的结论。
二、如果变量为同阶单整序列,则根据EG两步法可以进行变量间的协整分析,建立模型,用Eviews计量出结果。此时,一般DW值会比较小,也就是说存在自相关性,那么这时需要对残差的水平值进行单位根检验。如果残差为水平平稳序列,那么所建立的协整方程是有效的。否则,是不存在协整关系的。
三、根据上面的协整关系,建立Granger方程,检测Granger因果关系。因为协整关系只是表示了变量间存在一个共同的趋势,没有反映出谁是谁变化的原因。
——死亡骑士波波

格兰杰检验 协整检验 误差修正模型相关相关推荐

  1. 计量经济学之时间序列的平稳性、单位根检验、协整检验、时间序列数据的一般处理流程

    时间序列的平稳性 为什么要把时间序列变成平稳的?--平稳性的意义 如何检验时间序列数据的平稳性?--单位根检验 数据不平稳怎么办?--协整检验 单整.协整(cointegration) 协整检验 总结 ...

  2. 协整检验——进出口与经济增长

    为了研究进出口与经济增长之间的关联,采用3个时间序列建立VAR模型,利用JJ协整检验并找出协整方程,以此确定长期关系,并建立VEC模型研究短期关系. 1 单位根检验 VAR模型可通过变形化为差分形式( ...

  3. R语言EG(Engle-Granger)两步法协整检验、RESET、格兰杰因果检验、VAR模型分析CPI和PPI时间序列关系...

    全文链接:http://tecdat.cn/?p=31108 作为衡量通货膨胀的基本指标,消费者价格指数CPI和生产者价格指数PPI的作用关系与传导机制一直是宏观经济研究的核心问题.(点击文末&quo ...

  4. R语言ECM误差修正模型、均衡修正模型、受限VECM、协整检验、单位根检验即期利率市场数据...

    全文下载:http://tecdat.cn/?p=29221 传统上,协整检验是在非常长的时间内进行的,本案例研究A测试了1960-2010年期间T-Bill利率和国债收益率之间的均衡(点击文末&qu ...

  5. 时间序列分析(13)| 误差修正模型、协整检验(完结篇)

    本篇为「时间序列分析」系列推文的最后一篇. 1 协整的概念 「协整」(cointegrated)描述的是两个及以上时间序列变量之间的关系. 若一个时间序列变量的阶差分是平稳的,则称该变量为阶单整:若多 ...

  6. 三个变量存在一个协整方程_三变量误差修正模型:两个解释变量,用JJ协整检验后得到以下结果,如何看这个结果?怎样做误差修正模型?...

    三变量误差修正模型:两个解释变量,用JJ协整检验后得到以下结果,如何看这个结果?怎样做误差修正模型?0 vldxhg2013.04.12浏览2007次分享举报 Date: 01/13/12 Time: ...

  7. 非平稳的原始序列通过协整检验可以用来建立VAR模型吗?

    求各位大神帮忙!我选了三个变量进行研究,经过ADF检验之后,发现三个变量原始序列不平稳,一阶差分之后均平稳.由于使用原始序列建立的VAR模型R2均在98%以上,说明模型的拟合性比较好:但是一阶差分之后 ...

  8. R语言迹检验协整关系式_使用R语言进行协整关系检验

    协整检验是为了检验非平稳序列的因果关系,协整检验是解决伪回归为问题的重要方法.首先回归伪回归例子: 伪回归Spurious regression伪回归方程的拟合优度.显著性水平等指标都很好,但是其残差 ...

  9. 时间序列之协整检验(3)

    协整检验 1. 协整检验(cointegration test) 2. 常用的协整检验 3. 研究变量之间的协整关系,对研究经济问题的定量分析有着重要的意义: 5. 用Eviews代码进行协整检验 4 ...

最新文章

  1. 算法设计与分析课程的时间空间复杂度
  2. 双向TVS二极管 8KP33CA参数详解
  3. VTK:绘图之AreaPlot
  4. 鸿蒙系统电视k歌,华为电视怎么k歌?看完两分钟快速开启K歌模式
  5. CentOS7.0 OpenWrt环境搭建
  6. 如何查看电脑上是否安装有IIS服务
  7. Python+Django+SAE系列教程6-----本地配置Django
  8. knn算法的最佳k值_KNN(k-NearestNeighbor)算法笔记
  9. xrd连续扫描和步进扫描_XRD的扫描速度和步长是同一个数值吗
  10. Day.js 常用方法
  11. Nowcoder专项练习:Linux(二)
  12. 网络舆情传播路径渠道与动态监测的方法
  13. 华为计算机平台芯片,华为连发两款AI芯片,计算力远超谷歌及英伟达
  14. GeForce MX150相对应的NVIDIA CUDA版本_七彩虹ProMaster A1设计师电脑评测:RTX 3080加持 生产力大提升|七彩虹|gpu|nvidia|amd|英特尔|显卡...
  15. ubuntu系统命令之关机、注销、重启
  16. 彻底告别等待越狱!不越狱安装下载的IPA,iPhone 4S iOS5已测!!希望大家支持!
  17. 快速上手TiDB,体验全新的一栈式实时HTAP数据库
  18. QT精确延时定时函数
  19. 计算机应用基础 周凌,计算机基础毕业论文范文
  20. 029 | 安亚同城网商业计划书 | 大学生创新训练项目申请书 | 极致技术工厂

热门文章

  1. 程序员表情包来袭,已收藏! | 每日趣闻
  2. python的ols回归_python统计学实战——OLS回归
  3. c语言 int32 t,C语言中如int32_t类型的数据结构解…
  4. 英语——平时遇到重要知识点补充【不断更新中】
  5. idea下载安装及其运用
  6. Java编程之图形化写字板
  7. 动漫网页设计作业作品欣赏
  8. 【SQL高级】,不得不掌握的SQL语句,SQLserver MySQL
  9. block()/blockFirst()/blockLast() are blocking,which is not supported in thread reactor-http-kqueue-3
  10. 微信红包数据架构演变