
模型建立——時間序列 eviews協(xié)整檢驗(yàn)(EG兩步法(Engle-Granger))
1.首先,需要兩列時間序列數(shù)據(jù),將他們命名為future4,future5,存入eviews。
2.對兩組數(shù)據(jù)取對數(shù),得新的數(shù)據(jù):P4=log(future4),P5=log(future5)??稍趀views中點(diǎn)擊Genr輸入p4=log(future4)可自動產(chǎn)生對數(shù)數(shù)列。
為何取對數(shù)?:可以部分消除異方差的問題,另外,其差分可以表示發(fā)展速度的對數(shù),也可以消除序列相關(guān)的問題.有時候要看經(jīng)濟(jì)意義!取對數(shù)也可減少數(shù)據(jù)的波動,在高頻數(shù)據(jù)中尤是。變量取對數(shù)是為了消除異方差,系數(shù)也是彈性系數(shù),主要是為了消除金融時間序列的異方差現(xiàn)象,可以將可能的非線性關(guān)系轉(zhuǎn)化為線性關(guān)系,減少變量的極端值、非正態(tài)分布以及異方差性。
針對上面提到的非線性關(guān)系轉(zhuǎn)化為線性關(guān)系,做進(jìn)一步的解釋:經(jīng)濟(jì)序列通常做對數(shù)化處理,因?yàn)閘og有很多優(yōu)良特性。如取對數(shù),很容易操作,正如上面所說,輸入log(x)就可以產(chǎn)生原數(shù)列相應(yīng)的對數(shù)數(shù)列。還有一些關(guān)系式如log(a*b)=log(a)+log(b),log(a^2)=2*log(a),這種特性可以很容易的把函數(shù)之間的關(guān)系線性化。加上log,??梢允沟媒?jīng)濟(jì)數(shù)列變得更容易處理。)
3.對兩個時間序列分別做ADF檢驗(yàn)。
1.eviews中選取時間序列P4,右鍵=》open。在新的窗口中點(diǎn)擊 view=》unit root test。
2.ADF檢驗(yàn)需要對3個模型依次檢驗(yàn),所以在unit root test窗口中先①選:level、trend and
模型建立——時間序列 eviews協(xié)整檢驗(yàn)(EG兩步法(Engle-Granger))
intercept。然后確認(rèn)=》得到
第一行是所得t值,下面3行是臨界值。t=-2.0665>臨界值,因此非平穩(wěn)。因此要繼續(xù)檢驗(yàn)②:level、intercept,假設(shè)還是非平穩(wěn)。繼續(xù)檢驗(yàn)③:level none。假設(shè)還是非平穩(wěn),則做一階差分,即將level換成1st difference,將之前①②③從新來過,一旦t<臨界值就可以停止了。若level時,t值均大于臨界值,則為非平穩(wěn)序列。若1st difference的一階差分時,變?yōu)槠椒€(wěn)的,就是1階單整,記為I(1),依次類推。
4.協(xié)整檢驗(yàn)
得出兩個相同的單整時間序列,P5 說明兩時間序列存在接下來存在協(xié)整的可能。否則就不可能協(xié)整。
下面采用EG(Engle-Granger)兩步法進(jìn)行協(xié)整檢驗(yàn):
EG兩步法,分兩步。第一步,計(jì)算非均衡誤差et,第二步,檢驗(yàn)單整性。et為穩(wěn)定序列則為協(xié)整。
操作:選取P4 ,P5 然后右鍵=》open=》as group。新窗口中點(diǎn)擊proc=》make equation=》確定。得到等式。然后在新窗口中點(diǎn)擊proc=》make residual series=》ok。從而得到殘差項(xiàng)時間序列et。接著對該序列進(jìn)行adf檢驗(yàn)(如上所述)。若殘差項(xiàng)平穩(wěn),則存在(1,1)階協(xié)整。如果et為1階單整,則變量Y,X為(2,1)階協(xié)整。
2012年4月13日補(bǔ)充:需要注意的是:這里的DF或ADF檢驗(yàn)是針對協(xié)整計(jì)算的殘差項(xiàng)而非真正的非均衡誤差,因此拒絕零假設(shè)的機(jī)會比實(shí)際情形大,所以臨界值并非EVIEWS自帶的參考值。參考臨界值如下:
模型建立——時間序列 eviews協(xié)整檢驗(yàn)(EG兩步法(Engle-Granger))
另外,本文參照了高等教育出版社《計(jì)量經(jīng)濟(jì)學(xué)》文中并未提到EG兩步法的第二步何時不存在協(xié)整。因此建議,可以采用jj檢驗(yàn),也就是在數(shù)據(jù)open as group后點(diǎn)擊view==》點(diǎn)擊cointegration test將直接顯示協(xié)整檢驗(yàn)的結(jié)果。圖片如下,可以看到,紅線處指出,是否存在協(xié)整關(guān)系。系數(shù)大小等信息都會在結(jié)果中顯示出來。
模型建立——時間序列 eviews協(xié)整檢驗(yàn)(EG兩步法(Engle-Granger))
協(xié)整關(guān)系存在后,就可以建立誤差修正模型(ECM)了。
為什么呢?因?yàn)镋ngle和Granger 1987年提出Granger表述定理:如果變量X與Y是協(xié)整的,他們之間的短期非均衡關(guān)系總能由一個誤差修正模型表述。數(shù)據(jù)分析培訓(xùn)
但是多元的如何,這里還未了解。
回歸模型中對變量取對數(shù)的作用是什么
問題是:在Include in test equation中,是否含有常數(shù)項(xiàng)、常數(shù)和趨勢項(xiàng)、或二者都不包含,我應(yīng)該選哪個?
回答說:
序列有非0均值,但沒有時間趨勢,選常數(shù)項(xiàng);
序列隨時間變化有上升或下降趨勢,選常數(shù)和趨勢項(xiàng)‘
序列在0均值上下波動,選二者都不包含。
————————————————————————————————
另外,個人現(xiàn)有一點(diǎn)不明,即ADF檢驗(yàn)時,unit root test中,lag length這里應(yīng)該怎么選,原因是什么?來龍去脈還未了解。
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
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10