
如何用格蘭杰檢驗、協(xié)整對數(shù)據(jù)進行分析_格蘭杰因果檢驗
協(xié)整概念:非平穩(wěn)的時間序列,由x、y變量構成的線性組合也可能是平穩(wěn)的,這是稱變量x、y是協(xié)整的。
為什么要做協(xié)整檢驗?經(jīng)典模型是建立在平穩(wěn)數(shù)據(jù)之上,當數(shù)據(jù)為非平穩(wěn)序列,模型很可能出現(xiàn)偽(虛假)回歸。協(xié)整的意義就是檢驗它們的回歸方程所描述的因果關系是否是偽回歸,即檢驗變量之間是否存在穩(wěn)定的關系。所以,非平穩(wěn)序列的因果關系檢驗就是協(xié)整檢驗。協(xié)整檢驗是用以檢驗非平穩(wěn)時間序列是否存在長期穩(wěn)定協(xié)整關系。
——————————————————————————————
格蘭杰因果關系檢驗:在經(jīng)濟學上確定一個變量的變化是否是另一個變量變化的原因,一般用格蘭杰因果關系(Granger Test of Causality)檢驗。Granger檢驗首先必須證明隨機變量是平穩(wěn)序列,因為其中用到F統(tǒng)計檢驗,而F統(tǒng)計量要求序列平穩(wěn),所以平穩(wěn)性是Granger的前提(也就是說:序列平穩(wěn)=》直接做granger檢驗)。
注:
1.格蘭杰(Granger)因果關系并非我們通常理解的因與果的關系,而是說x的前期變化能有效地解釋y的變化,所以稱其為“格蘭杰原因”。
2.格蘭杰因果檢驗對滯后階數(shù)非常敏感,因此檢驗之前首先確定最優(yōu)滯后階數(shù)。通常依據(jù)AIC和SIC準則。
——————————————————————————————
關于格蘭杰、協(xié)整等的操作步驟:
1、序列的平穩(wěn)性檢驗:單位根檢驗。如果不檢驗序列的平穩(wěn)性直接OLS容易導致偽回歸。
平穩(wěn)性檢驗有3個作用:
1)檢驗平穩(wěn)性,若平穩(wěn),做格蘭杰檢驗,非平穩(wěn),作協(xié)整檢驗。
2)協(xié)整檢驗中要用到每個序列的單整階數(shù)。
3)判斷時間序列的數(shù)據(jù)生成過程。
2、若檢驗的數(shù)據(jù)是平穩(wěn)的(即不存在單位根),要想進一步考察變量的因果聯(lián)系,可以采用格蘭杰因果檢驗(平穩(wěn)是granger的前提)。
3、若檢驗的數(shù)據(jù)是非平穩(wěn)(即存在單位根),并且各個序列是同階單整(協(xié)整檢驗的前提:DF或ADF檢驗),可以進行協(xié)整檢驗,確定變量之間是否具有協(xié)整關系。
協(xié)整檢驗主要有EG兩步法和JJ檢驗(jj檢驗又稱johansen檢驗)
1)EG兩步法是基于回歸殘差的檢驗,可以通過建立OLS模型檢驗其殘差平穩(wěn)性
2)JJ檢驗是基于回歸系數(shù)的檢驗,前提是建立VAR模型(即模型符合ADL模式)
4、當變量之間存在協(xié)整關系時,可以建立ECM進一步考察短期關系,Eviews這里還提供了一個Wald-Granger檢驗,但此時的格蘭杰已經(jīng)不是因果關系檢驗,而是變量外生性檢驗,請注意識別。
注:
1.協(xié)整檢驗不是Granger因果檢驗的先決條件。很多文獻中都將其序列進行ADF檢驗后,再進行協(xié)整檢驗,最后才進行格蘭杰因果檢驗,請不要誤解。只需要進行單位根檢驗后,證明其為穩(wěn)定序列就可以進行格蘭杰因果檢驗了。關于單位根檢驗,clarke1984(原人大經(jīng)濟論壇ID)建議采用PP檢驗,因為PP檢驗中t統(tǒng)計量的構造相對于ADF檢驗的統(tǒng)計量更為穩(wěn)定.
2.單位根、協(xié)整檢驗的進一步解釋:
單位根檢驗是看數(shù)據(jù)是否平穩(wěn),常用于時間序列,比如GDP等,如果不平穩(wěn)可以進行對數(shù)變換或者差分,對數(shù)變換有助于消除異方差,然后再看是否平穩(wěn),定階。
協(xié)整檢驗是為了判斷有相同趨勢的兩個甚至多個序列之間是否存在長期均衡關系,對各個序列進行單整檢驗,對于有相同階數(shù)的兩個序列建立模型,在檢驗此模型的殘差是否是平穩(wěn)的,或者幾階是平穩(wěn)的(通常不會大于1階),若殘差是平穩(wěn)的,則兩個序列之間存在協(xié)整關系,以為著他們是長期均衡的。做此檢驗的目的是防止偽回歸。
當然還有誤差修正模型,是對協(xié)整檢驗的補充,前者是兩個序列是否有長期關系,或者是檢驗是否具有短期相關性。
3.單位根檢驗步驟:
綜觀各種教科書、文獻,包括論壇上學友們的討論,大家對進行該檢驗的步驟莫衷一是,現(xiàn)由leilei1149(原人大經(jīng)濟論壇ID)歸納如下:
1. 步驟。常用的ADF檢驗包括三個模型方程。在李子奈的《高級計量經(jīng)濟學》上有該方法的全部步驟,即從含趨勢項、截距項的方程開始,若接受原假設,則對模型中的趨勢項參數(shù)進行t檢驗,若接受則進行對只含截距項的方程進行檢驗,若接受,則對一階滯后項的系數(shù)參數(shù)進行t檢驗,若接受,則進行差分后再ADF檢驗;若拒絕,則序列為平穩(wěn)序列。本人用此方法對一個序列進行ADF檢驗,得出平穩(wěn)序列的結論,但是:
(1)該序列確實存在趨勢,那到底是那種過程;
(2)對該序列與一個一階單整序列進行協(xié)整檢驗,居然得出存在協(xié)整關系的結論。
還有的認為先對序列進行觀察,再選擇相應的ADF檢驗模型,不用對三個模型都進行檢驗,也不用管模型的參數(shù)檢驗。
也有人認為不是對三種情況都做ADF檢驗,而是先對有截距項和趨勢項的情況,對常系數(shù)和趨勢項的系數(shù)做統(tǒng)計顯著性檢驗,如果系數(shù)顯著,就以這種情況做ADF檢驗。
如果某個系數(shù)不顯著,就去掉系數(shù),換沒有系數(shù)或常數(shù)項的情形,再做ADF檢驗。
2. 滯后期的選擇。Eviews5.0給出了依據(jù)AIC和SIC等多種選擇標準下的自動選階,但有時序列的滯后階很高,這時騎虎拿下?。旱降子貌挥眠@么高的滯后階數(shù),太高的滯后階會減少自由度的。有的網(wǎng)友認為做經(jīng)濟一般只選1-2階滯后就可以了,但是,如果按李子奈老師的方法,滯后不同會影響對模型趨勢項、截距項的檢驗,從而影響結論。所以,滯后期應該如何選擇。
在變量均非平穩(wěn)但協(xié)整的情況下則可以建立誤差修正模型(Error Correction Model, ECM)來研究變量間的關系,由于誤差修正項的出現(xiàn),ECM可以同時研究短期與長期的因果關系;在變量均非平穩(wěn)且不協(xié)整的情況下,則需要在差分的基礎上建立VAR模型,但由于差分消除了變量長期上的經(jīng)濟信息,因此此時只可以分析變量間的短期因果關系。
4.數(shù)據(jù)不是平穩(wěn)序列是不可以用格蘭杰因果檢驗的,許多人并沒有注意這一點。
PS: 非平穩(wěn)的時間序列在同階的情況下可以做VAR,也可以做EG兩步法,EG兩步法和JJ檢驗的原理不一樣。
以下是引用只愛在2008-8-23 17:42:00的發(fā)言:
格蘭杰因果檢驗中的滯后階數(shù)怎么確定的?還有作了協(xié)整檢驗了,存在協(xié)整關系,怎么寫協(xié)整方程?
小妤:根據(jù)AIC 和SC的值來判斷,越小越好。協(xié)整方程就是你作協(xié)整檢驗時,作的回歸方程,其表達形式和平穩(wěn)變量作回歸的表達形式相同,這個方程叫作長期協(xié)整方程,表現(xiàn)的是變量間的長期關系。對長期協(xié)整方程中的變量的一階差分序列作回歸,得到短期修正模型,表現(xiàn)變量的短期動態(tài)關系。
以下是引用xiaolan91在2008-8-26 10:14:00的發(fā)言:
請問如何在EViews5.0中做單位根ADF檢驗,做一次就可以了嗎
小妤:菜單中步驟:1 view—unit root test,出現(xiàn)對話框,默認的選項為變量的原階序列檢驗平穩(wěn)性,確認后,若ADF檢驗的P值小于0.5,拒絕原假設,說明序列是平穩(wěn)的,若P值大于0.5,接受原假設,說明序列是非平穩(wěn)的;2 重復剛才的步驟,view—unit root test,出現(xiàn)對話框,選擇1st difference,即對變量的一階差分序列做平穩(wěn)性檢驗,和第一步中的檢驗標準相同,若P值小于0.5,說明是一階平穩(wěn),若P值大于0.5,則繼續(xù)進行二階差分序列的平穩(wěn)性檢驗。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03