计量经济学协整含义简单版

1、一协整的含义1什么样的变量可用协整分析？答：直观的，如果将平稳时间序列数据看作是“正常人”，非平稳时间序列数据看作是“醉汉”，那么，只有“醉汉”之间才可能存在协整关系，而且只有“醉”的程度是一样的，才可能存在协整关系。故要利用协整技术，前提条件就是先判断，你的变量序列是不是“醉汉”。拴一条绳子在两个“醉汉”之间，在数学上可类比于线性组合。协整是分析这样的问题的：在什么情况下，两个或两个以上的醉汉合在一起走路，旁边观察的人会发现这样的特征，如果把这几个醉汉看作一个整体的话，会发现他们走路的特征不是醉汉，而是正常人。那么，在什么样的条件下，才会出现上述现象呢？：第一，这两个醉汉之间拴了一根绳子；第

2、二，这两个醉汉在走路时的用力方向，恰恰相反好是相互抵消的。那么，从数学上来说，协整分析的本质就是，当两个或几个非平稳的时间序列数据的变化趋势是相互抵消时，那么，它们的线性组合所得到的组合变量，就是平稳的。从经济学上来说，如果两个几个变量之间存在这样一种关系，只能表明它们之间是存在内在的经济联系的，这种联系对应的就是经济学当中的“均衡”的概念。所以，如果我们发现两个经济变量之间是存在协整关系的，那么这表明，从长期来看，它们之间是存在一个均衡关系的。一个例子：1999年时，朱总理时，我们搞过一个改革，这个改革是一个粮食购销体制的改革，将粮食购销收回国有。但有些学者对此有不同意见。一篇论文是研究这个

3、问题的：在国家进行购销改革后，中国的粮食市场从长期来看还是不是一个统一的市场？ 这一问题可以转变成检验：中国不同省份的粮食价格之间，是否存在一个均衡的关系？2对两个或多个变量之间的协整分析时，应如何看待它们之间的因果关系？答：通常，你进行协整分析时，实际假定的是变量之间存在的因果关系方向是双向的。3Eveiws上对变量之间的关系进行协整检验，有哪几种方法？答：有两种方法。一种是基于单方程回归的方法，称作G-N两步法。另一种方法是基于VAR的检验，称作是系统检验。4基于单方程模型回归的系统检验。答：过程与单方程回归模型非常相似。步骤如下：第一，先对可能存在协整关系的你关注变量进行单位根平稳性检验

4、，只有在变量非平稳阶（或说经过几次差分后才平稳）相同的情况下，才能往下进行协整分析。否则，如果有的变量是平稳的，有的是非平稳的，或说，几个变量“醉”的程度不同，那么此时要对所有的变量都进行差分，保证差分后你分析的变量都是平稳的，于是，你就可以运用我们前面讲的一般的单方程模型或其它VAR模型进行分析了。第二，如果变量都是I（1）。点击quick/，在跳出的窗口中选择Method/COINTREG/，出现如下窗口：第三，在equation specification选项中依次输入需要检验的协整变量：被解释变量、解释变量，注意，不要包括常数项。第四，对Trend specification的选项遵循

5、如下原则：一是通常不要选None，因为你检验的变量通常是有趋势的；二是如果你选择了Constant(Level)，表明，你认为解释变量与被解释变量至少有一个是含有常数项的，即差分后会过原点；三是如果你选择了Linear trend，那么，表明你认为你的模型中的解释变量具有一阶时间趋势，或线性时间趋势特征；四是如果你选择了Quadratic trend项，表明你认为解释变量具有时间趋势的平方项，或具有随时间变化的抛物线的变化特征。要注意，因为你的解释变量不只一个，只要其中一个解释变量具有上述特征即可。第五，对于Deterministic的选择，如果你输入一个对象，那么这个对象一定必须是序列对象，

6、而且必须在工作文件对象框中是存在的一个序列对象。你选择输入这个对象，意味着你认为影响解释变量变化的，除了常数项与时间趋势项以外，还有其他外生变量，也就是说，这个外生变量影响只是解释变量，而不影响被解释变量。一般情况下，你没有确实的把握找到这样的一个外生变量，就选择放弃。总之，我们去趋势的目的就是将一些外生的、可能影响我们对几个变量之间是否具有协整关系的因素去掉。直观地，我们可以这样理解：协整分析类似于，我们仅想分析两个或多个“醉汉”之间出于自愿的行为变化之间是不是具有内在的相互抵消趋势的关系，故我们非常希望我们看到的“醉汉”的行为真的是发自其内心，所以，我们要尽力将一些外生的或外部影响他们行为

7、变化的因素剔除。5、如何看待eviews上所给出的方程估计结果？比如，我们利用cointegration估计方法，得到如下回归结果：对此，我们注意如下事项：我们可以将这个回归结果写成规范的表达形式；我们千万不要试图对这个规范的表达形式做类似于一般单方程回归结果的解释。比如，你不能说，某个解释变量变化一个单位，会引起被解释变量变化多少。原因：一是现在的检验仪器T统计量，根本不是原来的意义上的T这个仪器；二是协整本身就意味着解释变量与被解释变量相互影响，所以此时求偏导是没有意义的。6、如何在已存在估计结果的基础上，检验变量之间是否存在协整关系？答：第一，在前面步骤1的基础上，选择view；在vie

8、w功能选项中选择cointegration test，并点击打开；然后在下面的对话框中选择合适的test method(可依次选择，将不同结果都给出)，然后在完成选项填表后，点击OK，即得是否存在协整的结果根据估计结果中的原假设，以及仪器结果出现的概率是否是小概率，判断原假设是否是存在的。7、单方程协整检验中最后一步的基本思想是什么？答：我们可将单方程协整检验分为三大步：第一步是判断变量的平稳性，就是对变量进行单位根检验；第二步是对你关注的可能存在协整关系的变量进行协整单方程估计；第三步是根据协整估计结果，来检验你关注的变量之间是否存在协整关系。我们这里讲的是第三步。假定有如下的一个单方程模型

9、：Yt=a+bXt+ut (1)我们前面说过，协整的含义就是两个同阶单整的两个或多个变量（比如，都是I（k）单整）之间的线性组合可能是I（k-1）的。故如果两个变量都是I（1），那么如果它们是协整的，则它们的线性组合交进I（0），即是平稳的。现在，假定y与X都是I（1）的，那么如果我又假定Y与X存在协整关系，那么，对于式（1），u将是平稳的，即I（0）的。原因是，u就是Y与X的一个线性组合。故单方程协整检验的思想实际就是最后来检验随机扰动项u的平稳性。如果u是平稳的，那么表明那么Y与X之间存在协整关系。但是u无法得到，故我们只能用残差来代表，因而实际上我们是通过检验式（1）的残差来检验X与Y是否存在协整关系的。8、如何看待用单方程回归估计的方法来判断几个变量之间是否 存在协整关系？答：单方程回归估计方法协整关系