09-ppt-共整合與誤差修正模型-gretl-v4-post · 2013. 12. 30. · 範例9.3...
TRANSCRIPT
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.1
假性
迴歸
與E
ngle
-Gra
nger
兩步
驟共
整合
檢定
1.打開檔案
ex-
CO
INT.
wf1,
以迴
歸式
跑 y
1t =
a0
+ a1
x1t,可得到
如下
圖結
果:
y1對
x1 的
迴歸
結果
(假性迴歸
)X
1的係數相當顯著
很可能誤認兩變數有
顯著的線性關係
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.1
(續)
檢視
y1和
x1 的
時間
序列
圖
兩變數都大幅持續向下變動後
, 才又大幅持續
向上變動,顯示兩個變數很可能不是定態變數
兩變數都大幅持續向下變動後
, 才又大幅持續
向上變動,顯示兩個變數很可能不是定態變數
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.1
(續)
2. 對
變數進行
AD
F檢
定,
決定
變數
的整
合階
次。
二變
數都
是I(1
)。
變數
AD
F統
計量
Lag=
01
24
8y1
t−0
.351
−0.3
26−0
.400
−0.4
64−0
.450
x1t
0.15
50.
280
0.25
60.
099−0
.215
∆ y
1 t−1
2.18
8−7
.870
−5.4
91−3
.663
−2.2
55∆
x1 t
−11.
816−7
.798
−5.9
49−3
.627
−2.6
421%
臨界值
-2.5
866
-2.5
868
-2.5
871
-2.5
875
-2.5
886
5%臨界值
-1.9
433
-1.9
434
-1.9
434
-1.9
435
-1.9
437
註:
gret
l 的
AD
F檢
定臨
界值
使用
Mac
Kin
non
所計
算的
臨界
值,
參
見gr
etl的
使用
手冊
。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.1
(續)
3. 對
y1t =
a0 +
a1 x
1 t 之
殘差
進行
AD
F檢定。
AD
F無
法拒
絕單
根存
在之
假設
殘差
的一
階差
分則
拒絕
單根
存在
之假
設→二變數應皆為
I(1)
變數
AD
F統
計量
Lag=
01
24
8e1
t−1
.155
−0.4
36−0
.441
−0.2
08−0
.308
∆e1
t−1
1.84
7−7
.336
−5.8
48−4
.859
−2.9
571%
臨界值
−2.5
866−
2.58
68−2
.587
1−2.
5875
−2.5
886
5%臨界值
−1.9
433−
1.94
34−1
.943
4−1.
9435
−1.9
437
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
1. 將
資料
繪圖
判斷
其性
質。
下圖為
ex-C
OIN
T.w
f1檔中
x、
y、z變數之時間序列圖
x、y、
z變
數似
具單
根,
且無
明顯
時間
趨勢
。Jo
hans
en檢定應不須加
入時間趨勢項。
-10-8-6-4-202
1020
3040
5060
7080
9010
0
XY
Z
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
2. 利
用V
AR估
計以
決定
落後
期數
。
2
.1 利
用 L
R 檢
定決
定落
後期
數 (任何可估計
VA
R之軟體皆可
)。未
受限
模型
: X
t = A
0 +
A 1 X
t-1 +
A 2 X
t-2 +
...+
ApX
t-p +
et
受限
模型
:
Xt =
A 0 +
A 1 X
t-1 +
A 2 X
t-2 +
...+
Ap-
iXt-p
+i +
et
樣本
範圍
:[9
,100
],樣
本總
數 T
=92。
VA
R(p
)p
|Σp|
ln |Σ
p|c
調整後
LR(T−c
) ( ln
|Σp-
1|− ln
|Σp|)
AIC
χ2 5
%臨界值
χ2 1
%臨界值
81.
49×1
0−4-8
.812
2540
.324
1.33
250
.71
57.8
14
2.72
×10−
4-8
.210
1314
.064
1.15
128
.87
34.8
12
3.25
×10−
4-8
.032
720
.779
**0.
936
16.9
221
.67
14.
15×1
0−4-7
.787
40.
987
*
* 表示
5%
leve
l 下顯著
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
2.2
利用
AIC、
BIC
、H
QC
等來
選擇
落後
期數
。
主選
單: [模型
]→[時
間序
列]→
[選擇
VA
R落後期
],填入最大落後期數
(此例為
mas
. lag
=8)
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
若用
AIC
為準
,則
應選
擇落
後期
數 p
=2若用
BIC、
HQ
C為準,則應選擇落
後期數
p=1
(以下以選
p=1
為例
)
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
3. 進
行Jo
hans
en共
整合
檢定
主選單
: [模型
]→[時
間序
列]→
[共整合檢定
]→[J
ohan
sen.
.],之後在對
話視窗中,選擇
x, y
, z變數後,在落後期處填
p+1
(此例為
1+1
= 2
)。
填入
VAR所
選之落後期
P +
1
選含
( 限制
) 常數項
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
4. J
ohan
sen共整合檢定結果
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
(1) 第
1欄
是ra
nk,即為有幾個共整合向量的虛無假設。
(2) 第
2欄
是估
計之
Eig
enva
lue特性根值。
(3) 第
3、4欄
是對
角元
素和
檢定
(tra
ce te
st) 之值和
p-va
lue。
(4) 第
5、6欄
是最
大特
性根
檢定
值及
p-va
lue。
在5%
lev
el 下
,不
論是
用對
角元
素和
、最
大特
性根
檢定
,都
拒絕
rank
=0之
虛無
假設
; 但
無法
拒絕
ran
k<=1
之虛無假設
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
3組
未標
準化
及標
準化
後的
共整
合向
量,
cons
t為截距項。
因只有
1組
共整
合向
量(取
x係數為
1的那一組
): (
1.00
0, -0
.984
, -1.
018,
-0.0
13)
未標
準化
前之
共整合向量
標準
化後
之共
整合
向量
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
5. 再
估計
誤差
修正
模型
的結
果。
主選單
: [模型
]→[時
間序
列]→
[VE
CM
…],
落後期數填
p+1
(此例
p=1
)
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
第2部
份:
估計
的誤
差修
正模
型be
ta: 共
整合
向量
alph
a: 誤
差修
正 (調整
) 係數
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
以Δ
x為
應變
數之
EC
M方程式
以Δ
y為
應變
數之
EC
M方程式
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
以Δ
z為
應變
數之
EC
M方程式
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.2
Joh
anse
n共
整合
檢定
(續
)
以上
估計
結果
以矩
陣表
示:
⎥⎥⎥ ⎦⎤
⎢⎢⎢ ⎣⎡ ∆∆∆
⎥⎥⎥ ⎦⎤
⎢⎢⎢ ⎣⎡+
⎥⎥⎥ ⎦⎤
⎢⎢⎢ ⎣⎡=
⎥⎥⎥ ⎦⎤
⎢⎢⎢ ⎣⎡ ∆∆∆
−−−
−
1t
1t
1t
1t
ttt
zyx
0.32
27
0.15
55
0.34
34-
0.41
70
0.18
24
0.44
26-
0.46
93
0.23
70
0.53
81-
e0.
1685
0.5
552
0.2
225
zyx
前一
期之
誤差
)01
31.0
z01
85.1
y98
40.0
x(e
1t
1t
1t
1t
−−
−=
−−
−−
誤差
修正
係數
向量
(0.2
225,
0.5
552,
0.1
685)
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項
1. 在
VE
CM
中去
掉共
整合
向量
中的
截距
項。
主選單
: [模型
]→[時
間序
列]→
[VE
CM
…],
落後期數填
p+1
(此例
p=1
)
改選此選
項,代
表共
整合式不
含常數
項
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
受限
式最
大概
似值
LR =
−33
.776
4
前次估計
之未受限
模型
: 含常數
項之
VEC
M 之
最大
概
此次估計之受限模型
:不含常數項之
VEC
M之最大概似值
LR
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
1. 進
行概
似比
檢定
。
LR =
−2(
L R−
L U) =
−2
[−33
.776
4−(−
33.7
7076
)] =
0.0
1124
LR =
< χ
2 (1)
=3.8
41無
法拒
絕「
截距
項等
於0」
之虛
無假
設,
表示
應將
截距
項去
掉。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
重新
進行
不含
截距
項 J
ohan
sen
檢定之結果
5% 顯
著水
準下
,有
2組
共整
合向量
;1%
顯著
水
準下
,則有
1組共
整合向
量。
以下
先示範
有2組
共整合
向量
之估計
過程和
結果。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
2. 重
新估
計不
含截
距項
的 V
EC
M共整合式
(R
ank=
2 )。
改選
此項
,代
表共
整
合式
不含截
距項
填入
重新檢
定後所
判斷
之共
整合向
量組數
==2
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
3. 共
整合
式不
含截
距之
估計
結果
如下
(R
ank=
2)。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
(兩組共整合向量
Ran
k=2)
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
4. 以
下以
只選
了1組
共整
合向
量為
例,重
新估
計不
含截
距項
的 V
EC
M共整合式
(R
ank=
1)。
改選
此項
,代
表共
整
合式
不含截
距項
填入
重新檢
定後所
判斷
之共
整合向
量組數
==1
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
5. 共
整合
式不
含截
距之
估計
結果
如下
(R
ank=
1)。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.3
檢定
共整
合向
量是
否含
截距
項 (
續)
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.4
共整
合向
量係
數之
檢定
範例
9.2中
,若
以1%
為顯
著水
準選
擇了
1組
共整
合向
量,
其所
估計
出的
共整
合向
量為
(1.
0000
, -
0.98
40,
-1.
0185
, -0.
0131
),如
果想
要檢
定其
中X、
Y、
Z變
數之
係數
是否
符合
其理
論值
(1,
−1,
−1)
之步
驟如下。
1. 此
三個
係數
在gr
etl中
的名
稱分
別是
b[1
]、b[
2]、
b[3]。
故我
們應
加入
b[1]
=1,
b[2]
= −1
,和
b[3]
= −1
三條限制式來進行
檢定。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.4
共整
合向
量係
數之
檢定
(續
)
2. 在
估計
VE
CM
之結
果視
窗,
選 [檢定
]→[線
性限制式
],以估計受限
之模型。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.4
共整
合向
量係
數之
檢定
(續
)
輸入
「三
行」
限制
式:
b[1]
=1,
b[2]
= −1
,B
[3]=
−1
填入
限制
式,
按 [
Ente
r]以
不同
行分
隔。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.4
共整
合向
量係
數之
檢定
(續
)
檢定結果
注意
! 時間序列分析一書
p44
5 中的示範
是含截距項的,因此與此處不含截距項的
檢定結果不同。
-
第9 章
共整合與誤差修正模型
(楊奕農,國貿系
)
範例
9.4
共整
合向
量係
數之
檢定
(續
)
3. 進
行概
似比
檢定
。
受限
模型
之對
數概
似值
LR =
−34
.677
187
未受
限模
型之
對數
概似
值 L
U= −3
3.77
6381
L
R =
−2(
L R−
L U) =
−2
[−34
.677
1−(−
33.7
763)
] = 1
.801
2
自由度
= 2,
顯著
水準
5%的
χ2 (
2) =
5.9
91,
LR <
5.9
91。
gret
l 也提供
p-v
alue
=0.4
062
來協助判斷
無法拒絕
X、
Y、
Z變數係數
之值
為 (
1, −
1, −
1) 的
虛無假設。
/ColorImageDict > /JPEG2000ColorACSImageDict > /JPEG2000ColorImageDict > /AntiAliasGrayImages false /DownsampleGrayImages true /GrayImageDownsampleType /Bicubic /GrayImageResolution 300 /GrayImageDepth -1 /GrayImageDownsampleThreshold 1.50000 /EncodeGrayImages true /GrayImageFilter /DCTEncode /AutoFilterGrayImages true /GrayImageAutoFilterStrategy /JPEG /GrayACSImageDict > /GrayImageDict > /JPEG2000GrayACSImageDict > /JPEG2000GrayImageDict > /AntiAliasMonoImages false /DownsampleMonoImages true /MonoImageDownsampleType /Bicubic /MonoImageResolution 1200 /MonoImageDepth -1 /MonoImageDownsampleThreshold 1.50000 /EncodeMonoImages true /MonoImageFilter /CCITTFaxEncode /MonoImageDict > /AllowPSXObjects false /PDFX1aCheck false /PDFX3Check false /PDFXCompliantPDFOnly false /PDFXNoTrimBoxError true /PDFXTrimBoxToMediaBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXSetBleedBoxToMediaBox true /PDFXBleedBoxToTrimBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXOutputIntentProfile () /PDFXOutputCondition () /PDFXRegistryName (http://www.color.org) /PDFXTrapped /Unknown
/Description >>> setdistillerparams> setpagedevice