实验四-金融数据平稳性检验

计量经济学实验报告2018 5 16 1 实验四 金融数据的平稳性检验 1 实验目的 理解经济时间序列存在的不平稳性 掌握 ADF 检验平稳性的方法 不平稳的序列容易 导致伪回归问题 掌握为解决伪回归问题引出的协整检验 协整的概念和具体的协整检验 过程 协整描述了变量之间的长期关系 为了进一步研究变量之间的短期均衡是否存在 掌握误差纠正模型方法 理解变量之间的因果关系的计量意义 掌握格兰杰因果检验方法 2 基本概念 如果一个随机过程的均值和方差在时间过程上都是常数 并且在任何两时期的协方差 值仅依赖于该两时期间的距离或滞后 而不依赖于计算这个协方差的实际时间 就称它为 平稳的 强调平稳性是因为将一个随机游走变量 即非平稳数据 对另一个随机游走变量 进行回归可能导致荒谬的结果 传统的显著性检验将告知我们变量之间的关系是不存在的 这种情况就称为 伪回归 3 实验内容 用 Eviews 来分析 A 股 2014 年 4 月 10 日至 2018 年 5 月 15 日深证成指股票与上证指数 的两只股票综合指数 1000 个交易日收盘价数据 对数据进行平稳性检验 其中深证成指股 票指数命名为 SZA 上证指数命名为 SHA 4 实验步骤 1 原始数据折线图检验 图 1 SHA 和 SZA 原始数值线性图 计量经济学实验报告2018 5 16 2 如图 1 所示 粗略观察可知 原始数据并不平稳 2 原始数据直方图检验 图 2 SHA 原始数值直方图 图 3 SZA 原始数值直方图 由图 2 图 3 所示 JB 统计量的值较大且不趋近于 0 图像不符合正态分布 说明数据不平稳 3 原始数据 ADF 检验 计量经济学实验报告2018 5 16 3 图 4 SHA 原始数值的 ADF 检验结果 计量经济学实验报告2018 5 16 4 图 5 SZA 原始数值的 ADF 检验结果 由图 4 图 5 可知 原始数据均未能通过 ADF 检验 拒绝 SHA SZA 具有单位根的原 假设 此时应对数据取对数 再对新变量进行平稳性检验 点击 Eviews 中的 quick generate series 键入 logsha log sha 同样的方法得到 logsza 此时 logsha 和 logsza 为新变量 对其进行平稳性检验方法如上 发现也是不平稳的 5 修正数据折线图检验 计量经济学实验报告2018 5 16 5 图 6 logSZA 和 logSHA 的线性关系图 7 修正数据 ADF 检验 用 ADF 方法检验 logsha 和 logsza 的平稳性 通过比较检验值和不同显著性下的关键值 来得出结论 如图对 logSHA 检验结果中所示 检验值小于关键值 发现数据是不平稳的 图 6 logSHA 的 ADF 检验结果 计量经济学实验报告2018 5 16 6 如图 7 所示 在进一步对 logSZA 检验中 发现检验值小于关键值 说明数据也是不平 稳的 图 7 logSZA 的 ADF 检验结果 5