eviews第三講：誤差修正模型課件

誤差修正模型ErrorCorrectionModel，簡(jiǎn)記為ECM,是一種具有特定形式的計(jì)量經(jīng)濟(jì)學(xué)模型產(chǎn)生原因:經(jīng)濟(jì)數(shù)據(jù)一般情況下都是非平穩(wěn)的，對(duì)于非穩(wěn)定時(shí)間序列，可通過(guò)差分的方法將其化為穩(wěn)定序列，然后才可建立經(jīng)典的回歸分析模型。1精選2021版課件誤差修正模型建立的作用為了增強(qiáng)模型的精度，將協(xié)整回歸中的誤差項(xiàng)et看做均衡誤差，通過(guò)建立短期動(dòng)態(tài)模型來(lái)彌補(bǔ)長(zhǎng)期靜態(tài)模型的不足。2精選2021版課件3精選2021版課件誤差修正模型的建立首先對(duì)變量的平穩(wěn)性進(jìn)行檢驗(yàn)，然后再進(jìn)行協(xié)整分析，以發(fā)現(xiàn)變量之間的協(xié)整關(guān)系，即長(zhǎng)期均衡關(guān)系，并以這種關(guān)系構(gòu)成誤差修正項(xiàng)。然后建立短期模型，將誤差修正項(xiàng)看作一個(gè)解釋變量，連同其它反映短期波動(dòng)的解釋變量一起，建立短期模型，即誤差修正模型。4精選2021版課件建立誤差修正模型的步驟數(shù)據(jù)類型：時(shí)間序列0.數(shù)據(jù)錄入1.統(tǒng)計(jì)性檢驗(yàn)2.檢驗(yàn)數(shù)據(jù)的平穩(wěn)性3.協(xié)整檢驗(yàn)4.短期誤差修正5精選2021版課件數(shù)據(jù)的描述性檢驗(yàn)1.可以直觀的看出數(shù)據(jù)的變化趨勢(shì)2.可以有效的避免異常值對(duì)回歸系數(shù)的影響，剔除異常值3.提供數(shù)據(jù)的簡(jiǎn)單統(tǒng)計(jì)性描述6精選2021版課件單個(gè)變量的統(tǒng)計(jì)性描述第一步：數(shù)據(jù)錄入后，右擊變量，open打開(kāi)第二步：view---descriptivestatistics---statstable，提供表格形式的描述性統(tǒng)計(jì)，如下圖7精選2021版課件8精選2021版課件多個(gè)變量的統(tǒng)計(jì)性描述第一步：數(shù)據(jù)錄入第二步：按住shift或者ctrl鍵，選擇所需變量，右擊，選擇open---asgroup打開(kāi)第三步：view---descriptivestats---commonsample，提供表格形式的描述性統(tǒng)計(jì)，如下圖9精選2021版課件10精選2021版課件平穩(wěn)性原理檢驗(yàn)數(shù)據(jù)的平穩(wěn)性11精選2021版課件12精選2021版課件檢驗(yàn)序列是否平穩(wěn)性的方法1.圖示法2.用自相關(guān)系數(shù)圖判斷3.單位根檢驗(yàn)13精選2021版課件14精選2021版課件方法1.圖示法步驟：1.新建工作文件窗口2.錄入時(shí)間序列數(shù)據(jù)：GDP3.雙擊變量，打開(kāi)序列，4.在序列窗口點(diǎn)擊view---graph，在對(duì)話框中選擇線條類型：line&symbol15精選2021版課件操作：雙擊打開(kāi)序列16精選2021版課件選擇線條類型17精選2021版課件得出圖形18精選2021版課件結(jié)論由GDP的時(shí)間序列圖初步判斷序列是不平穩(wěn)的可以看出該序列可能存在趨勢(shì)項(xiàng)，若需要單位根檢驗(yàn)，則選擇第三種模型進(jìn)行檢驗(yàn)19精選2021版課件方法2：用自相關(guān)系數(shù)圖判斷步驟：1.新建工作文件窗口2.錄入時(shí)間序列數(shù)據(jù)：GDP3.雙擊變量，打開(kāi)序列，4.在序列窗口點(diǎn)擊view---correlogram，在對(duì)話框中選擇原始數(shù)據(jù)：level20精選2021版課件操作：雙擊打開(kāi)序列21精選2021版課件選擇原始數(shù)據(jù)：level22精選2021版課件得出自相關(guān)系數(shù)23精選2021版課件結(jié)論中國(guó)GDP時(shí)間序列的自相關(guān)系數(shù)不是很快地（如滯后期K=2）趨于0，而是緩慢下降，再次表明系列是非平穩(wěn)的。24精選2021版課件方法3：?jiǎn)挝桓鶛z驗(yàn)步驟：1.新建工作文件窗口2.錄入時(shí)間序列數(shù)據(jù)：GDP3.雙擊變量，打開(kāi)序列，4.在序列窗口點(diǎn)擊view---unitroottest，在對(duì)話框中選擇檢測(cè)方法：ADF（AugmentedDickeyFuller）；并選擇對(duì)原始數(shù)據(jù)：level進(jìn)行檢驗(yàn)25精選2021版課件單位根檢驗(yàn)需要了解的基本知識(shí)單位根檢驗(yàn)是指檢驗(yàn)序列中是否存在單位根，因?yàn)榇嬖趩挝桓褪欠瞧椒€(wěn)時(shí)間序列了。單位根就是指單位根過(guò)程，可以證明，序列中存在單位根過(guò)程就不平穩(wěn)，會(huì)使回歸分析中存在偽回歸。1.單位根檢驗(yàn)的方法2.最優(yōu)滯后項(xiàng)的選擇3.確定序列具有單位根的階數(shù)26精選2021版課件27精選2021版課件1.單位根檢驗(yàn)的方法單位根檢驗(yàn)有眾多的模型可供選擇，常用的ADF（AugmentedDickeyFuller）檢驗(yàn)和P-P（Phillips-Perron）檢驗(yàn)推薦使用：ADF檢驗(yàn)28精選2021版課件2.最優(yōu)滯后階數(shù)的選擇1.AIC信息準(zhǔn)則2.SC準(zhǔn)則29精選2021版課件AIC信息準(zhǔn)則AIC值最小AIC信息準(zhǔn)則，又稱赤池信息量準(zhǔn)則Akaikeinformationcriterion、簡(jiǎn)稱AIC，是衡量統(tǒng)計(jì)模型擬合優(yōu)良性的一種標(biāo)準(zhǔn)，是由日本統(tǒng)計(jì)學(xué)家赤池弘次創(chuàng)立和發(fā)展的。AIC鼓勵(lì)數(shù)據(jù)擬合的優(yōu)良性但是盡量避免出現(xiàn)過(guò)度擬合(Overfitting)的情況。所以優(yōu)先考慮的模型應(yīng)是AIC值最小的那一個(gè)。30精選2021版課件SC值最小SC信息準(zhǔn)則，又稱施瓦茲準(zhǔn)則，即SchwarzCriterion其檢驗(yàn)思想也是通過(guò)比較不同分布滯后模型的擬合優(yōu)度來(lái)確定合適的滯后期長(zhǎng)度。檢驗(yàn)過(guò)程是：在模型中逐期添加滯后變量，直到SC值不再降低時(shí)為止，即選擇使SC值達(dá)到最小的滯后期k。SC信息準(zhǔn)則31精選2021版課件AIC最小原則是判定模型好壞標(biāo)準(zhǔn)之一，猶如R2（R平方）一樣。AIC和SC(舒瓦茨信息）常常一并作為判斷模型擬合程度的標(biāo)準(zhǔn)之一，特別是在滯后階數(shù)的選擇上。比如，一個(gè)VAR（向量自回歸模型），經(jīng)濟(jì)理論往往無(wú)法確定滯后階數(shù)，這時(shí)往往采用AIC或者SC最小原則，即觀察不同的階數(shù)的VAR模型，哪個(gè)模型的AIC或者SC值最小就選用哪個(gè)模型進(jìn)行分析。AIC、SC都會(huì)在模型參數(shù)中給出。32精選2021版課件確定序列具有單位根的階數(shù)33精選2021版課件34精選2021版課件35精選2021版課件36精選2021版課件ADF檢驗(yàn)形式的選擇37精選2021版課件操作：數(shù)據(jù)（gini2，lnpergdp）38精選2021版課件第一步：輸入變量（略）打開(kāi)序列，點(diǎn)擊Quick---EstimateEquation對(duì)變量ginigini(-1)ct進(jìn)行自回歸39精選2021版課件目的：查看常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)是否顯著40精選2021版課件第二步：上圖結(jié)果顯示常數(shù)項(xiàng)顯著，因此對(duì)原始數(shù)據(jù)單位根檢驗(yàn)中同時(shí)加入常數(shù)項(xiàng)41精選2021版課件注意：Maximunlags嚴(yán)格的說(shuō)，要逐步加入滯后期，最后根據(jù)AIC最小準(zhǔn)則來(lái)選取如果對(duì)回歸結(jié)果不那么嚴(yán)格要求，可以選用系統(tǒng)默認(rèn)的滯后期本案例中，默認(rèn)的滯后期是842精選2021版課件結(jié)果43精選2021版課件結(jié)論：原假設(shè)H0：Gini有一個(gè)單位根ADF結(jié)果顯示，不能拒絕原假設(shè)(p=0.8453),因此序列g(shù)ini不平穩(wěn),并存在單位根。44精選2021版課件第三步：對(duì)一階差分進(jìn)行檢驗(yàn)45精選2021版課件目的：檢驗(yàn)序列的單整數(shù)I(1)?I(2)?I(0)說(shuō)明原始序列是平穩(wěn)的由于差分之后，沒(méi)有常數(shù)項(xiàng)，因此選擇無(wú)常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)進(jìn)行檢驗(yàn)46精選2021版課件結(jié)果47精選2021版課件結(jié)論：原假設(shè)H0：Gini的一階差分有一個(gè)單位根ADF結(jié)果顯示，拒絕原假設(shè)(p=0.0000),因此序列g(shù)ini的一階差分平穩(wěn),序列GINI屬于一階單整I(1)差分的表示方法：一階差分：D+變量名

本案例：DGini二階差分：DD+變量名

本案例：DDGini48精選2021版課件同理，相同的過(guò)程處理序列GDP原始數(shù)據(jù)ADF檢驗(yàn)49精選2021版課件一階差分檢驗(yàn)50精選2021版課件結(jié)論：原假設(shè)H0：GDP的一階差分有一個(gè)單位根ADF結(jié)果顯示，拒絕原假設(shè)(p=0.0000),因此序列g(shù)ini的一階差分平穩(wěn),序列GDP屬于一階單整I(1)總結(jié)：GDP和GINI都屬于一階單整I(1)51精選2021版課件單位根檢驗(yàn)表格的形成在論文中，單位根檢驗(yàn)要做成如下表格的形式52精選2021版課件協(xié)整檢驗(yàn)53精選2021版課件54精選2021版課件協(xié)整檢驗(yàn)的方法55精選2021版課件56精選2021版課件57精選2021版課件58精選2021版課件59精選2021版課件協(xié)整檢驗(yàn)方法2：Johansen協(xié)整檢驗(yàn)直接用Eviews可操作得出結(jié)果步驟：1.ctrl+變量名，同時(shí)選擇GDP和GINI，右擊open—asgroup2.在打開(kāi)的group窗口點(diǎn)擊View---cointegrationtest60精選2021版課件61精選2021版課件62精選2021版課件63精選2021版課件64精選2021版課件65精選2021版課件66精選2021版課件67精選2021版課件68精選2021版課件69精選2021版課件結(jié)果輸出70精選2021版課件71精選2021版課件結(jié)論：協(xié)整檢驗(yàn)說(shuō)明在95%的置信區(qū)間存在2個(gè)協(xié)整方程協(xié)整關(guān)系寫成代數(shù)表達(dá)式：lnGDP=-73.75119lnGINI+e協(xié)整方程表達(dá)式代表兩變量之間長(zhǎng)期穩(wěn)定的關(guān)系72精選2021版課件方法3：檢驗(yàn)殘差協(xié)整存在的一個(gè)重要條件就是估計(jì)協(xié)整回歸方程的殘值應(yīng)是平穩(wěn)的。步驟1：對(duì)兩變量進(jìn)行單位根檢驗(yàn)，若被解釋變量Y和解釋變量X都為一階單整即：Y----I（1）X---I（1）73精選2021版課件步驟2：對(duì)方程進(jìn)行回歸得出殘差項(xiàng)步驟3：對(duì)殘差項(xiàng)進(jìn)行單位根檢驗(yàn)，若原假設(shè)成立，說(shuō)明殘差不平穩(wěn)，即為I(1);若殘差項(xiàng)平穩(wěn)（即為0階單整），則兩變量之間存在協(xié)整關(guān)系（即長(zhǎng)期穩(wěn)定的某種關(guān)系）。74精選2021版課件協(xié)整檢驗(yàn)結(jié)果的形成75精選2021版課件76精選2021版課件傳統(tǒng)的經(jīng)濟(jì)模型通常表述的是變量之間的一種“長(zhǎng)期均衡關(guān)系”，而實(shí)際上經(jīng)濟(jì)數(shù)據(jù)往往產(chǎn)生于“非均衡過(guò)程”，因此建模時(shí)需要用數(shù)據(jù)的動(dòng)態(tài)非均衡過(guò)程來(lái)逼近經(jīng)濟(jì)理論的長(zhǎng)期均衡過(guò)程。表現(xiàn)在方程式中，就是每個(gè)變量的滯后也會(huì)出現(xiàn)在模型之中。誤差修正模型正是為了度量某一時(shí)期內(nèi)生變量Yt在某一時(shí)點(diǎn)關(guān)于外生變量Xt的短期偏離。短期誤差修正77精選2021版課件例如：在建立消費(fèi)和收入的協(xié)整方程后，為考察我國(guó)消費(fèi)和收入的動(dòng)態(tài)關(guān)系，則需要建立誤差修正模型，以考量當(dāng)消費(fèi)短期波動(dòng)偏離長(zhǎng)期均衡時(shí)，怎樣的調(diào)整力度可以將非均衡狀態(tài)拉回到均衡狀態(tài)。首先對(duì)變量進(jìn)行協(xié)整分析，以發(fā)現(xiàn)變量之間的協(xié)整關(guān)系，即長(zhǎng)期均衡關(guān)系，并以這種關(guān)系構(gòu)成誤差修正項(xiàng)。然后建立短期模型，將誤差修正項(xiàng)看作一個(gè)解釋變量，連同其它反映短期波動(dòng)的解釋變量一起，建立短期模型，即誤差修正模型。78精選2021版課件短期誤差修正前提：X、Y是協(xié)整的第一步：回歸以下方程，得出殘差第二步：再估計(jì)以下方程

r

應(yīng)該是負(fù)值，且具有顯著性79精選2021版課件步驟：前面步驟：?jiǎn)挝桓?、協(xié)整檢驗(yàn)（省略）第一步：第一個(gè)回歸LSYY(-1)XX(-1)得出殘差第二步：Genre=residGenrdY=d(Y)Genrdx=d(X)第三步：回歸LSDYDXe(-1)得出e(-1)的回歸系數(shù)80精選2021版課件第一個(gè)回歸81精選2021版課件第二步82精選2021版課件第三步83精選2021版課件84精選2021版課件注意：短期修正系數(shù)，即E(-1)的系數(shù)應(yīng)該為負(fù)，且顯著由于我選擇的數(shù)據(jù)有問(wèn)題，所以這里的結(jié)果不顯著，是錯(cuò)誤的。實(shí)際操作中，這組數(shù)據(jù)不能用這個(gè)模型。85精選2021版課件ECM修正的效果(結(jié)果解釋）修正項(xiàng)（ecm^t-1）的系數(shù)為0.51，那這個(gè)模型就可以解釋為當(dāng)短期波動(dòng)偏離長(zhǎng)期均衡時(shí)，將以0.51的調(diào)整力度將非均衡狀態(tài)拉倒均衡狀態(tài)。R^2較高，說(shuō)明擬合較好，DW值也在2左右，基本上是無(wú)自相關(guān)的誤差修正是一個(gè)反向調(diào)整過(guò)程（負(fù)反饋機(jī)制）。86精選2021版