内容发布更新时间 : 2024/11/5 23:21:51星期一 下面是文章的全部内容请认真阅读。
*-6 一些相关的检验
*--s6.1 协整方程的稳定性检验 --- 基于协整关系的拟合值 * 因为调整系数的统计推断非常依赖于协整关系的稳定性 vec austin dallas houston, rank(2) lag(5) predict ce1, ce eq(#1) predict ce2, ce eq(#2) twoway line ce1 t twoway line ce2 t line ce1 ce2 t
line dallas houston austin t /*1991年前后，三州的房价较为“混乱”*/ wntestb ce1 /*第一个协整关系的设定似乎并不好*/ wntestb ce2 dfuller ce1 dfuller ce2 corrgram ce2
*--s6.2 检验协整个数的设定是否正确
* VECM 中参数的统计推断的合理性依赖于两个条件：
* 1. 协整方程(关系)是稳定的；
* 2. 协整个数的确定是正确的；这可以通过 vecrank 来决定 * vecstable 同时对这两个问题进行检验
* 思路：如果 VECM 中有 K 个内生变量，r 个协整关系，
* 如果剩余的 K-r 个特征根的模非常接近于 1，就表明 * 协整方程不稳定，或其中还有另一个共同趋势 * 即，rank() 选项设定的数值过高 vec austin dallas houston, rank(2) lag(5) vecstable, graph
*--s6.3 检验残差是否服从正态分布
* Johansen(1995,p.141) 由于 VECM 采用 MLE 估计，
* 假设干扰项为 i.i.d，且服从正态分布
* 虽然在大样本下，无须正态分布假设，但考虑到多数时间序列都较短， * 因此，多数学者还是会检验残差是否服从正态分布 vec austin dallas houston, rank(2) lag(5) vecnorm
*--s6.4 检验残差序列是否存在序列相关
* VECM 的估计，统计推断和预测都假设干扰项不存在序列相关 qui vec austin dallas houston, rank(2) lag(3) veclmar, mlag(5)