不同阶差分平稳后做协整检验(协整检验的作用和操作步骤)

大家好，今天来为大家解答不同阶差分平稳后做协整检验这个问题的一些问题点，包括协整检验的作用和操作步骤也一样很多人还不知道，因此呢，今天就来为大家分析分析，现在让我们一起来看看吧！如果解决了您的问题，还望您关注下本站哦，谢谢~

首先：观察它们的时序图，如果它们之间具有稳定的相关关系，可能存在协整关系。

其次：建立回归模型（回归模型不会差分序列，用原始序列的对数），然后对回归残差进行单位根检验，如果残差平稳说明具有协整关系，表明具有长期均衡关系。

再次，建立误差修正模型，是为了反映短期波动。用对数原始序列的差分序列和上面回归得到的误差序列进行回归，就是所谓的ECM模型。

首先：观察它们的时序图，如果它们之间具有稳定的相关关系，可能存在协整关系。

其次：建立回归模型（回归模型不会差分序列，用原始序列的对数），然后对回归残差进行单位根检验，如果残差平稳说明具有协整关系，表明具有长期均衡关系。

再次，建立误差修正模型，是为了反映短期波动。用对数原始序列的差分序列和上面回归得到的误差序列进行回归，就是所谓的ECM模型

协整检验是用差分数据，

：(1)Kao(1999)、KaoandChiang(2000)利用推广的DF和ADF检验提出了检验面板协整的方法,这种方法零假设是没有协整关系,并且利用静态面板回归的残差来构建统计量。(2)Pedron(1999)在零假设是在动态多元面板回归中没有协整关系的条件下给出了七种基于残差的面板协整检验方法。和Kao的方法不同的是,Pedroni的检验方法允许异质面板的存在。(3)Larssonetal(2001)发展了基于Johansen(1995)向量自回归的似然检验的面板协整检验方法，这种检验的方法是检验变量存在共同的协整的秩。

协整理论主要用来探测变量间是否真的存在均衡相依关系，对于用非平稳变量建立经济计量模型，以及检验这些变量之间的长期均衡关系非常重要。

首先，如果多个非平稳变量具有协整性，则这些变量可以合成一个平稳的时间序列。这个平稳的时间序列可用来描述原变量间的均衡关系。只要均衡关系存在，原变量间的平稳的线性组合就存在。

其次，当且仅仅当若干个非平稳变量具有协整性时，由这些变量建立的回归模型才有意义。所以，协整性检验也是区别真实回归和伪回归的有效方法。最后，具有协整关系的非平稳变量可以用来建立误差修正模型。由于误差修正模型把长期关系和短期动态特征结合在一个模型中，因此既可以解决传统计量经济模型忽视伪回归的问题，又可以克服建立差分模型忽视水平变量信息的弱点。

OK，关于不同阶差分平稳后做协整检验和协整检验的作用和操作步骤的内容到此结束了，希望对大家有所帮助。