误差修正模型解析.doc

协整与误差修正模型 在处理时间序列数据时，我们还得考虑序列的平稳性。如果一个时间序列的均值或自协方差函数随时间而改变，那么该序列就是非平稳的。对于非平稳的数据，采用传统的估计方法，可能会导致错误的推断，即伪回归。若非平稳序列经过一阶差分变为平稳序列，那么该序列就为一阶单整序列。对一组非平稳但具有同阶的序列而言，若它们的线性组合为平稳序列，则称该组合序列具有协整关系。对具有协整关系的序列，我们算出误差修正项，并将误差修正项的滞后一期看做一个解释变量，连同其他反映短期波动关系的变量一起。建立误差修正模型。 建立误差修正模型的步骤如下：首先，对单个序列进行单根检验，进行单根检验有两种：ADF（Augument Dickey-Fuller）和DF(Dickey-Fuller)检验法。若序列都是同阶单整，我们就可以对其进行协整分析。在此我们只介绍单个方程的检验方法。对于多向量的检验参见Johensen协整检验。我们可以先求出误差项，再建立误差修正模型，也可以先求出向量误差修正模型，然后算出误差修正项。补充一点的是，误差修正模型反映的是变量短期的相互关系，而误差修正项反映出变量长期的关系。下面我们给出案例分析。 案例分析 在此，我们考虑从1978年到2002年城镇居民的人均可支配收入income与人均消费水平consume的关系，数据来自于《中国统计年鉴》，如表8.1所示。根据相对收入假设理论，在一定时期，人们的当期的消费水平不仅与当期的可支配收入、而且受前期的消费水平的影响，具有一定的消费惯性，这就是消费的棘轮效应。从这个理论出发，我们可以建立如下（8.1）式的模型。同时根据生命周期假设理论，消费者的消费不仅与当期收入有关，同时也受过去各项的收入以及对将来预期收入的限制和影响。从我们下面的数据分析中，我们可以把相对收入假设理论与生命周期假设理论联系起来，推出如下的结果：当期的消费水平不仅与当期的可支配收入有关，而且还与前期的可支配收入、前两期的消费水平有关。在此先对人均可支配收入和人均消费水平取对数，同时给出如下的模型 t=1,2,…,n （8.1） 如果当期的人均消费水平与当期的人均可支配收入及前期的人均消费水平均为一阶单整序列，而它们的线性组合为平稳序列，那么我们可以求出误差修正序列，并建立误差修正模型，如下： t=1,2,…,n (8.2) = t=1,2,…,n (8.3) 从（8.2）式我们可以推出如下的方程： （8.4） 在（8.2）中、 分别为变量对数滞后一期的值，为误差修正项，如（8.3）式所示。（8.2）式为含有常数项和趋势项的形式，我们省略了只含趋势项或常数项及二项均无的形式。 表8.1 year 城镇人均可支配收入（元） 城镇居民人均消费额（元） year 城镇人均可支配收入（元） 城镇居民人均消费额（元） 1978 343.4 116.06 1991 1700.6 619.79 1979 405 134.51 1992 2026.6 659.21 1980 477.6 162.21 1993 2577.4 769.65 1981 500.4 190.81 1994 3496.2 1016.81 1982 535.3 220.23 1995 4283 1310.36 1983 564.6 248.29 1996 4838.9 1572.08 1984 652.1 273.8 1997 5160.3 1617.15 1985 739.1 317.42 1998 5425.1 1590.33 1986 900.9 356.95 1999 5854 1577.42 1987 1002.1 398.29 2000 6280 1670.13 1988 1180.2 476.66 2001 6859.6 1741.09 1989 1373.9 535.37 2002 7702.8 1834.31 1990 1510.2 584.63 分析步骤： 单位根检验。 我们先介绍ADF检验。在检验过程中，若ADF检验值的绝对值大于临界值的绝对值，则认为被检验的序列为平稳序列。在此我们先以对lincome的检验为例，在主菜单中选择Quick/Series Statistics/Unit Root Test，屏幕提示用户输入待检验序列名，输入lincome，单击OK进入单位根检验定义的对话框，如图8.1。 图8.1 对话框由三部分构成。检验类型（Test Type）中默认项是ADF检验。Test for unit root In 中可选择的是对原序列、一阶差分序列或是二阶差序列做单位根检验，在此我们保持默认的level,即原序列。右上方