粉丝297获赞5488
依次输入序列 y、x2、x4,绘制线图。绘制线图的目的是判断序列是否存在线性变化趋势,即是否随时间变化出现明显的增减趋势。
在EViews软件中输入回归命令 ls y c x2 x4(其中 y 为因变量,c 为常数项,x2 和 x4 为自变量),点击“Name”保存该回归模型。
在回归估计结果窗口下方的命令栏中输入 genr e1=resid,即可生成残差序列 e1(genr 为生成序列命令,resid 表示回归残差)。
在回归模型结果中找到残差序列(Residual),在空白处单击右键,选择“新建一个序列”;然后在模型窗口中找到序列 Residual 的数值,将其复制并粘贴到新建的序列中,完成残差序列 e1 的建立。
若对两种方法生成的残差序列存在疑虑,可打开序列一一对比,通常二者数值差别不大,确认一致后退出进行下一步。
对残差序列 e1 进行单位根检验,检验选项需包含“截距项”“趋势项”以及“二者均不存在”三种情况,分别进行检验。检验时保留 t 值最小的结果,仅关注 ADF 值,忽略下方临界值以外的其他数值。
结合第一步线图结果,查阅协整检验临界值表,找到对应变量(如包含常数项、无趋势项)的临界值。将样本容量 t 对应的临界值与 ADF 检验结果对比,若 ADF 值小于临界值(如本例中 ADF 值为 -4.525903,临界值为 -4.1438435),则协整关系成立。
若协整关系不成立,需先对回归模型进行自相关和异方差检验,修正模型后重新估计并求出残差,重复上述协整检验步骤。本例方程不存在自相关问题。
在EViews命令栏中输入 ls d(y) c d(x2) d(x4) e1(-1),点击“Name”保存模型。其中,d(y)、d(x2)、d(x4) 分别表示变量 y、x2、x4 的一阶差分,e1(-1) 表示残差序列 e1 的滞后一期值。
若模型估计结果中出现某个变量的 p 值大于 0.1(即显著性水平未通过),采用逐步回归法剔除不显著变量,重新估计模型直至所有变量均通过显著性检验。
在短期内,如果变量之间的关系因外部冲击偏离长期均衡轨迹,误差修正模型中的误差修正项(即 e1(-1))会以一定力度(如本例中每年 0.88 的比例)将变量关系拉回长期均衡状态。
0
0
0
0
2
0
2
0
0
0
0
0
0
0
0
0