检验和R2等统计检验都是不可信的。Р ⑷ Phillips在1986年证明了,即使在大样本的情况下,由于Y是I(1)过程,而残差e也是I(1)过程,即误差具有单位根,若采用OLS法仍然可以得到β1≠0 的错误结论。Р㈡协整与长期均衡Р⒈协整Р【协整(co-integration)的定义】假定(n×1)阶向量Y的每个分量序列都是d阶单整过程,即Yi~I(d)。如果存在(n×1)阶向量β,使得线性组合序列β’Y~I(d-b),则我们称Yi的各分量之间是d、b阶协整的,并简记为Y~CI(d,b);其中向量β就叫协整向量,β中的元素叫做协整参数。在现实的经济变量中协整关系表明,变量间存在着长期的平衡关系,这是Engle&Granger(1987)提出的,对协整理解的概念。Р协整举例:若Xt I(d),Yt I(c),则有:?Zt = (a Xt + bYt) I (max[d, c])? 因为:?Zt=(aXt+bYt)=(aXt+bYt)-(aXt-1+bYt-1)=(aXt+bYt)?所以当 c > d 时,Zt只有差分c次才能平稳。?一般来说,若Xt I (c),Yt I (c),则:?Zt = (aXt + bYt) I (c)? 而当Zt的单整阶数小于c的情形时,往往是Xt与Yt之间存在协整关系。Р均衡指现象在其内在机制作用下达到的相对稳定的一种平稳状态,即当系统受到干扰后会偏离均衡点,而内在均衡机制将努力使系统重新回到均衡状态,如市场中看不见的手作用下的价格机制等。?协整关系是对非平稳经济变量长期均衡关系的统计描述。即现象间的内在均衡机制的存在状态:?如果经济变量X和Y之间永远处于均衡状态,则对该均衡的描绘误差将永远为零;?如果因某因素的干扰使系统偏离了均衡点,则会表现为误差非零;而平均来说系统将在下一时期开始逐渐移回到均衡状态。Р⒉均衡
全文预览
