我是新手,请问这个协整检验的结果怎么看得到什么样的结论,该怎

我是新手,请问这个johansen协整检验得到什么样的结论,该怎_百度知道
我是新手,请问这个johansen协整检验得到什么样的结论,该怎
我有更好的答案
你的迹统计量和最大值统计量的结果一样都是拒绝 但是你本来就只有两个变量 但却有至少两个协整关系 说明johansen协整检验不能用于你的变量 你最好改用EG检验吧个人意见
采纳率:81%
为您推荐:
其他类似问题
换一换
回答问题,赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。苹果/安卓/wp
积分 449, 距离下一级还需 1 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
道具: 抢沙发
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 199 天连续签到: 1 天[LV.7]常住居民III
本帖最后由 亽鉎祇偌初見 于
15:41 编辑
(1)有两个时间序列CloseA和CloseB,分别对两个时间序列使用adftest检验,[H,pValue,stat,cValue,reg]=adftest(CloseA),得到H的值是1,说明时间序列是不平稳的。
(2)对两个时间学列进行一阶差分后再进行adftest检验,H值是0,说明一阶差分后的时间序列是平稳的。
(3)对一阶差分后的两个时间序列使用egcitest函数进行协整检验,看是否有长期稳定关系。
[h_1,pValue_1,stat_1,cValue_1,reg_1] = egcitest(Y_1),得到h_1的值是1,说明是符合协整协整关系。
(1)egcitest协整检验得到的reg_1里面的结果和值,res是残差值吗?
15:25:20 上传
对res进行adftest检验,其是平稳的。
15:39:13 上传
(2)另外,协整套利是根据这个残差的范围来做的吗? 协整套利应该怎么做呢?
求大神指教……
支持楼主:、
购买后,论坛将把您花费的资金全部奖励给楼主,以表示您对TA发好贴的支持
载入中......
量化狗……
首先,adftest,h=0说明不平稳,h=1说明平稳。lz貌似搞反了。
--------------------------------------------------------------------------------------
我也是新手,我说说我怎么用residual做回测的。
做完了协整检验确定有协整关系以后,regress Y on X,得到各项的系数,然后residual=Y-constant-beta*X,plot residual我们可以发现是围绕0上下波动的图。
这个时候你就可以设计自己的策略,比如用标准差,布林线,什么时候开仓,什么时候平仓等等
xiepinjiao 发表于
首先,adftest,h=0说明不平稳,h=1说明平稳。lz貌似搞反了。
----------------------------------------- ...是的,adftest检验的h值我写反了…… 谢谢。我QQ是…… 欢迎交流……
xiepinjiao 发表于
首先,adftest,h=0说明不平稳,h=1说明平稳。lz貌似搞反了。
----------------------------------------- ...可以加一下你QQ吗?
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
论坛法律顾问:王进律师苹果/安卓/wp
积分 19550, 距离下一级还需 12050 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见, 签名中使用代码
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶, 变色卡, 置顶卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
TA的文库&&
苦逼签到天数: 8 天连续签到: 1 天[LV.3]偶尔看看II
协整概念:非平稳的时间序列,由x、y变量构成的线性组合也可能是平稳的,这是称变量x、y是协整的。
为什么要做协整检验?经典模型是建立在平稳数据之上,当数据为非平稳序列,模型很可能出现伪(虚假)回归。协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归,即检验变量之间是否存在稳定的关系。所以,非平稳序列的因果关系检验就是协整检验。协整检验是用以检验非平稳时间序列是否存在长期稳定协整关系。
——————————————————————————————
格兰杰因果关系检验:在经济学上确定一个变量的变化是否是另一个变量变化的原因,一般用格兰杰因果关系(Granger Test of Causality)检验。Granger检验首先必须证明随机变量是平稳序列,因为其中用到F统计检验,而F统计量要求序列平稳,所以平稳性是Granger的前提(也就是说:序列平稳=》直接做granger检验)。
<font color="#.格兰杰(Granger)因果关系并非我们通常理解的因与果的关系,而是说x的前期变化能有效地解释y的变化,所以称其为“格兰杰原因”。
<font color="#.格兰杰因果检验对滞后阶数非常敏感,因此检验之前首先确定最优滞后阶数。通常依据AIC和SIC准则。
——————————————————————————————
关于格兰杰、协整等的操作步骤:
<font color="#、序列的平稳性检验:单位根检验。如果不检验序列的平稳性直接OLS容易导致伪回归。
平稳性检验有3个作用:
<font color="#)检验平稳性,若平稳,做格兰杰检验,非平稳,作协整检验。
<font color="#)协整检验中要用到每个序列的单整阶数。
<font color="#)判断时间序列的数据生成过程。
<font color="#、若检验的数据是平稳的(即不存在单位根),要想进一步考察变量的因果联系,可以采用格兰杰因果检验(平稳是granger的前提)。
<font color="#、若检验的数据是非平稳(即存在单位根),并且各个序列是同阶单整(协整检验的前提:DF或ADF检验),可以进行协整检验,确定变量之间是否具有协整关系。
协整检验主要有EG两步法和JJ检验(jj检验又称johansen检验)
<font color="#)EG两步法是基于回归残差的检验,可以通过建立OLS模型检验其残差平稳性
<font color="#)JJ检验是基于回归系数的检验,前提是建立VAR模型(即模型符合ADL模式)
<font color="#、当变量之间存在协整关系时,可以建立ECM进一步考察短期关系,Eviews这里还提供了一个Wald-Granger检验,但此时的格兰杰已经不是因果关系检验,而是变量外生性检验,请注意识别。
1.协整检验不是Granger因果检验的先决条件。很多文献中都将其序列进行ADF检验后,再进行协整检验,最后才进行格兰杰因果检验,请不要误解。只需要进行单位根检验后,证明其为稳定序列就可以进行格兰杰因果检验了。关于单位根检验,clarke1984(人大经济论坛ID)建议采用PP检验,因为PP检验中t统计量的构造相对于ADF检验的统计量更为稳定.
2.单位根、协整检验的进一步解释:
单位根检验是看数据是否平稳,常用于时间序列,比如GDP等,如果不平稳可以进行对数变换或者差分,对数变换有助于消除异方差,然后再看是否平稳,定阶。
协整检验是为了判断有相同趋势的两个甚至多个序列之间是否存在长期均衡关系,对各个序列进行单整检验,对于有相同阶数的两个序列建立模型,在检验此模型的残差是否是平稳的,或者几阶是平稳的(通常不会大于1阶),若残差是平稳的,则两个序列之间存在协整关系,以为着他们是长期均衡的。做此检验的目的是防止伪回归。
当然还有误差修正模型,是对协整检验的补充,前者是两个序列是否有长期关系,或者是检验是否具有短期相关性。
3.单位根检验步骤:
综观各种教科书、文献,包括论坛上学友们的讨论,大家对进行该检验的步骤莫衷一是,现由leilei1149(人大经济论坛ID)归纳如下:
1. 步骤。常用的ADF检验包括三个模型方程。在李子奈的《高级计量经济学》上有该方法的全部步骤,即从含趋势项、截距项的方程开始,若接受原假设,则对模型中的趋势项参数进行t检验,若接受则进行对只含截距项的方程进行检验,若接受,则对一阶滞后项的系数参数进行t检验,若接受,则进行差分后再ADF检验;若拒绝,则序列为平稳序列。本人用此方法对一个序列进行ADF检验,得出平稳序列的结论,但是:
(1)该序列确实存在趋势,那到底是那种过程;
(2)对该序列与一个一阶单整序列进行协整检验,居然得出存在协整关系的结论。
还有的认为先对序列进行观察,再选择相应的ADF检验模型,不用对三个模型都进行检验,也不用管模型的参数检验。
也有人认为不是对三种情况都做ADF检验,而是先对有截距项和趋势项的情况,对常系数和趋势项的系数做统计显著性检验,如果系数显著,就以这种情况做ADF检验。
如果某个系数不显著,就去掉系数,换没有系数或常数项的情形,再做ADF检验。
2. 滞后期的选择。Eviews5.0给出了依据AIC和SIC等多种选择标准下的自动选阶,但有时序列的滞后阶很高,这时骑虎拿下啊:到底用不用这么高的滞后阶数,太高的滞后阶会减少自由度的。有的网友认为做经济一般只选1-2阶滞后就可以了,但是,如果按李子奈老师的方法,滞后不同会影响对模型趋势项、截距项的检验,从而影响结论。所以,滞后期应该如何选择。
在变量均非平稳但协整的情况下则可以建立误差修正模型(Error Correction Model, ECM)来研究变量间的关系,由于误差修正项的出现,ECM可以同时研究短期与长期的因果关系;在变量均非平稳且不协整的情况下,则需要在差分的基础上建立VAR模型,但由于差分消除了变量长期上的经济信息,因此此时只可以分析变量间的短期因果关系。
4.数据不是平稳序列是不可以用格兰杰因果检验的,许多人并没有注意这一点。
PS: 非平稳的时间序列在同阶的情况下可以做VAR,也可以做EG两步法,EG两步法和JJ检验的原理不一样。
以下是引用只爱在 17:42:00的发言:
格兰杰因果检验中的滞后阶数怎么确定的?还有作了协整检验了,存在协整关系,怎么写协整方程?
小妤:根据AIC 和SC的值来判断,越小越好。协整方程就是你作协整检验时,作的回归方程,其表达形式和平稳变量作回归的表达形式相同,这个方程叫作长期协整方程,表现的是变量间的长期关系。对长期协整方程中的变量的一阶差分序列作回归,得到短期修正模型,表现变量的短期动态关系。
以下是引用xiaolan91在 10:14:00的发言:
请问如何在EViews5.0中做单位根ADF检验,做一次就可以了吗
小妤:菜单中步骤:1 view---unit root test,出现对话框,默认的选项为变量的原阶序列检验平稳性,确认后,若ADF检验的P值小于0.5,拒绝原假设,说明序列是平稳的,若P值大于0.5,接受原假设,说明序列是非平稳的;2 重复刚才的步骤,view---unit root test,出现对话框,选择1st difference,即对变量的一阶差分序列做平稳性检验,和第一步中的检验标准相同,若P值小于0.5,说明是一阶平稳,若P值大于0.5,则继续进行二阶差分序列的平稳性检验。
本文来源:(感谢博主的精心整理)
载入中......
不错,时间序列的分析是一系列的,最容易出现误解,需要认真学习一下
最近正好论文需要用到格兰杰检验,学习之!~
胖胖小龟宝 发表于
协整概念:非平稳的时间序列,由x、y变量构成的线性组合也可能是平稳的,这是称变量x、y是协整的。
为什么 ...思路理得挺好
学习了,总结得不错,楼主辛苦了!
很好,对我初学者而言很有用的
关于协整,有一本好书可以阅读,适合不太了解计量的人迅速使用协整方法。
http://www.palgrave.com/page/detail/cointegration-for-the-applied-economist-b-bhaskara-rao/?K=5
Cointegration for the Applied Economist
Edited by B. Bhaskara Rao
Cointegration for the Applied Economist8Enlarge& &
Hardcover (256 pages)
&72.00 + delivery
print on demand
Add to basketA
Recommend to libraryA
Permissions Request
Publication Date August 2007
Formats Hardcover&&
Publisher Palgrave Macmillan
The first edition of this book has been described as a landmark book, being the first of its kind in applied econometrics. This second edition is thoroughly revised and updated and explains how to use many recent technical developments in time series econometrics. The main objective of the book is to help many applied economists, with a limited background in econometric estimation theory, to understand and apply widely used time eseries econometric techniques.
整理的很不错
很有帮助,非常感谢
请问下,到底如何使用AIC、SIC确定最优的滞后长度,还有就是怎么判断格兰杰检验是否存在自相关性?
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
论坛法律顾问:王进律师苹果/安卓/wp
积分 311, 距离下一级还需 139 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
道具: 抢沙发
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 8 天连续签到: 1 天[LV.3]偶尔看看II
各位高手,我用eviews进行了JJ协整检验,但是对检验结果的分析不是太懂(请高手特别针对结果中的Prob.结果进行分析),求帮助~~谢谢~~
11:31:34 上传
回答详细完毕!望学习,求鉴定!
载入中......
回答详细完毕!望学习,求鉴定!
你这个结果是说没有协整关系
因为,none是没有一个协整关系,后面对应的概率是0.(显著性水平一般取0.05)也就是不能拒绝原假设,即接受原假设,没有一个协整关系,At most 1是最多有一个协整关系的意思。
嘿嘿,楼主,你是不是调整过显著性水平了,怎么会到0.1 level,我们一般都是0.01、0.05或者0.001。
我是在看到你倒数第三行的分析结果知道的哦,其实也是在提醒你看看这一行说了什么的,没错,这一行就是告诉你到底有没有协整关系的,这里显示的是no cointegrating,所以根据eviews的提示,那就是没有协整啦。
如果有的话,结果会是这样的:Trace test indicates 4 cointegrating eqn(s) at the 0.05 level。
这个结果说明在5%的 ...
本帖被以下文库推荐
& |主题: 8540, 订阅: 53
(77 KB, 售价: 10 个论坛币)
12:03:27 上传
售价: 10 个论坛币
回答详细完毕!望学习,求鉴定!
热心帮助其他会员
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
学术水平 + 3&
热心指数 + 3&
信用等级 + 3&
你这个结果是说没有协整关系
因为,none是没有一个协整关系,后面对应的概率是0.(显著性水平一般取0.05)也就是不能拒绝原假设,即接受原假设,没有一个协整关系,At most 1是最多有一个协整关系的意思。
热心帮助其他会员
观点有启发
总评分:&经验 + 10&
论坛币 + 10&
学术水平 + 1&
热心指数 + 1&
信用等级 + 1&
回复,,同求
目测没有协整关系
没有协整关系
不存在协整关系
嘿嘿,楼主,你是不是调整过显著性水平了,怎么会到0.1 level,我们一般都是0.01、0.05或者0.001。
我是在看到你倒数第三行的分析结果知道的哦,其实也是在提醒你看看这一行说了什么的,没错,这一行就是告诉你到底有没有协整关系的,这里显示的是no cointegrating,所以根据eviews的提示,那就是没有协整啦。
如果有的话,结果会是这样的:Trace test indicates 4 cointegrating eqn(s) at the 0.05 level。
这个结果说明在5%的显著水平下应该有四个协整关系,而我的变量刚好四个。
我认为这是最简单的判断方法,希望对楼主有帮助。
PS:其实我很想看看沙发的那位学科带头人是怎么解释的,不过初中生囊中羞涩没有论坛币,所以如果我的答案对楼主有帮助,还望楼主发个善心把他的答案传给我一份,初中生感激不尽!
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
目测也没有协整关系,最简单的方法就是看表格下面那一行,会提示你有没有
陈罗炜 发表于
嘿嘿,楼主,你是不是调整过显著性水平了,怎么会到0.1 level,我们一般都是0.01、0.05或者0.001。
我是在 ...你有沙发那位的答案了吗?可否发我一份~~~谢谢
初级学术勋章
初级学术勋章
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
中级热心勋章
中级热心勋章
中级信用勋章
中级信用勋章
高级信用勋章
高级信用勋章
高级热心勋章
高级热心勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
论坛法律顾问:王进律师}

我要回帖

更多关于 eviews协整检验 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信