协整检验——进出口与经济增长

    为了研究进出口与经济增长之间的关联，采用3个时间序列建立VAR模型，利用JJ协整检验并找出协整方程，以此确定长期关系，并建立VEC模型研究短期关系。

1 单位根检验

    VAR模型可通过变形化为差分形式（如下所示），要找到协整向量，首先要保证差分项都是平稳的，因此协整检验的前提是序列为一阶单整I(1)。

    因此要先进行单位根检验， 单位根检验的基本思想是：时间序列以其滞后期为解释变量做回归，检测系数是否等于1，原假设为系数=1（不平稳），备择假设为系数<1(平稳)【对为什么原假设只有=1的原理尚不清楚】，因此其构造的是t统计量（只是一阶滞后系数的统计量？），相伴概率为单侧。

• 对非平稳序列直接回归会产生“伪回归问题”：表现为得到的残差是不平稳的，回归所呈现的关系是不稳定的，用于预测是无意义的。
• I（1）：通常GDP，Import等流量数据是不平稳的，而其一阶差分增量数据是平稳的。

2 JJ协整检验

协整检验一般有两种，一是E-g两步法，二是Johensen检验，前者只适用于两个时间序列，JJ检验适用的范围则更广。JJ检验首先要建立VAR模型，因此需要确定其滞后阶数

• 确定阶数：AIC、SIC准则，以及似然比检验（LR统计量）

• 根据阶数建立VAR模型，进行协整检验【DGP确定】

  • As a rough guide, use case 2 if noneof the series appear to have a trend. For trending series, use case 3 if youbelieve all trends are stochastic; if you believe some of the series are trendstationary, use case 4.

    
    
• 基于迹和最大特征值的检验确定协整方程个数
• 根据个数确定所需过度识别条件数

3 基于VAR的Granger因果检验

添加其他条件，进行过度识别
得到协整方程
变量之间的长期稳定关系

VEC（向量误差修正模型）
已知单整序列之间存在协整关系，通过对序列的一阶差分建模（阶数减1），研究方程中变量波动的短期影响。在此基础上可进一步采用脉冲效应分析。