模型建立——時間序列 eviews協整檢驗(EG兩步法(Engle-Granger))

03-01

1.首先，需要兩列時間序列數據，將他們命名為future4，future5，存入eviews。

2.對兩組數據取對數，得新的數據：P4=log（future4），P5=log（future5）。可在eviews中點擊Genr輸入p4=log(future4)可自動產生對數數列。

為何取對數？：可以部分消除異方差的問題，另外，其差分可以表示發展速度的對數，也可以消除序列相關的問題.有時候要看經濟意義!取對數也可減少數據的波動，在高頻數據中尤是。變數取對數是為了消除異方差,係數也是彈性係數，主要是為了消除金融時間序列的異方差現象，可以將可能的非線性關係轉化為線性關係，減少變數的極端值、非正態分布以及異方差性。

針對上面提到的非線性關係轉化為線性關係，做進一步的解釋：經濟序列通常做對數化處理，因為log有很多優良特性。如取對數，很容易操作，正如上面所說，輸入log（x）就可以產生原數列相應的對數數列。還有一些關係式如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之間的關係線性化。加上log，常可以使得經濟數列變得更容易處理。）

3.對兩個時間序列分別做ADF檢驗。

1.eviews中選取時間序列P4，右鍵=》open。在新的窗口中點擊 view=》unit root test。

2.ADF檢驗需要對3個模型依次檢驗，所以在unit root test窗口中先①選：level、trend and

模型建立——時間序列 eviews協整檢驗（EG兩步法（Engle-Granger））

intercept。然後確認=》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。因此要繼續檢驗②：level、intercept，假設還是非平穩。繼續檢驗③：level none。假設還是非平穩，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值均大於臨界值，則為非平穩序列。若1st difference的一階差分時，變為平穩的，就是1階單整，記為I（1），依次類推。

4.協整檢驗

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整的可能。否則就不可能協整。

下面採用EG（Engle-Granger）兩步法進行協整檢驗：

EG兩步法，分兩步。第一步，計算非均衡誤差et，第二步，檢驗單整性。et為穩定序列則為協整。

操作：選取P4 ，P5 然後右鍵=》open=》as group。新窗口中點擊proc=》make equation=》確定。得到等式。然後在新窗口中點擊proc=》make residual series=》ok。從而得到殘差項時間序列et。接著對該序列進行adf檢驗（如上所述）。若殘差項平穩，則存在（1,1）階協整。如果et為1階單整，則變數Y,X為（2,1）階協整。

2012年4月13日補充：需要注意的是：這裡的DF或ADF檢驗是針對協整計算的殘差項而非真正的非均衡誤差，因此拒絕零假設的機會比實際情形大，所以臨界值並非EVIEWS自帶的參考值。參考臨界值如下：

模型建立——時間序列 eviews協整檢驗（EG兩步法（Engle-Granger））

另外，本文參照了高等教育出版社《計量經濟學》文中並未提到EG兩步法的第二步何時不存在協整。因此建議，可以採用jj檢驗，也就是在數據open as group後點擊view==》點擊cointegration test將直接顯示協整檢驗的結果。圖片如下，可以看到，紅線處指出，是否存在協整關係。係數大小等信息都會在結果中顯示出來。

模型建立——時間序列 eviews協整檢驗（EG兩步法（Engle-Granger））

協整關係存在後，就可以建立誤差修正模型（ECM）了。

為什麼呢？因為Engle和Granger 1987年提出Granger表述定理：如果變數X與Y是協整的，他們之間的短期非均衡關係總能由一個誤差修正模型表述。數據分析培訓

但是多元的如何，這裡還未了解。

回歸模型中對變數取對數的作用是什麼

問題是：在Include in test equation中，是否含有常數項、常數和趨勢項、或二者都不包含，我應該選哪個？

回答說：

序列有非0均值，但沒有時間趨勢，選常數項；

序列隨時間變化有上升或下降趨勢，選常數和趨勢項『

序列在0均值上下波動，選二者都不包含。

————————————————————————————————

另外，個人現有一點不明，即ADF檢驗時，unit root test中，lag length這裡應該怎麼選，原因是什麼？來龍去脈還未了解。數據分析培訓