协整检验eviews操作5个变量

四．协整检验的相关应用

一．基本思想及注意要点、适用条件

1．基本思想

尽管一些变量是非平稳的而且是同阶单整的（比如，同为I（1）与I（2）），但有时如果我们对它们之间的关系进行长期观察，会发现它们之间是存在着某种内在的联系的，即它们之间从长期看存在着稳定的均衡关系。比如，两个醉汉，同时从某一个平行的地点出发，尽管如果你单独观察某一个醉汉，会发现它们的走路并无明显的规律可循，而且，随着时间的延长，有偏离其走路均值的幅度越来越大的特点（非平稳），但如果你事前在他们腰间拴一条绳子，而且他们波动的趋势恰好相反，那么，你会发现，从长期来看，他们所走过路，是相对具有某种稳定的关系的，我们通常称这种观察到的现象为所谓的协整关系。也可想一下“一条绳子上拴两个蚂蚱”。

2．注意要点

（1）协整一定是针对于同阶单整的，即两个或多个变量之间一定是同样一个I（n）过程，即大家都必须是经相同阶的差分后才会平稳。

直观的，如果将平稳时间序列数据看作是“正常人”，非平稳时间序列数据看作是“醉汉”，那么，只有“醉汉”之间才可能存在协整关系，而且只有“醉”的程度是一样的，才可能存在协整关系。故要利用协整技术，前提条件就是先判断，你的变量序列是不是“醉汉”。拴一条绳子在两个“

四．协整检验的相关应用

一．基本思想及注意要点、适用条件

1．基本思想

尽管一些变量是非平稳的而且是同阶单整的（比如，同为I（1）与I（2）），但有时如果我们对它们之间的关系进行长期观察，会发现它们之间是存在着某种内在的联系的，即它们之间从长期看存在着稳定的均衡关系。比如，两个醉汉，同时从某一个平行的地点出发，尽管如果你单独观察某一个醉汉，会发现它们的走路并无明显的规律可循，而且，随着时间的延长，有偏离其走路均值的幅度越来越大的特点（非平稳），但如果你事前在他们腰间拴一条绳子，而且他们波动的趋势恰好相反，那么，你会发现，从长期来看，他们所走过路，是相对具有某种稳定的关系的，我们通常称这种观察到的现象为所谓的协整关系。也可想一下“一条绳子上拴两个蚂蚱”。

2．注意要点

（1）协整一定是针对于同阶单整的，即两个或多个变量之间一定是同样一个I（n）过程，即大家都必须是经相同阶的差分后才会平稳。

直观的，如果将平稳时间序列数据看作是“正常人”，非平稳时间序列数据看作是“醉汉”，那么，只有“醉汉”之间才可能存在协整关系，而且只有“醉”的程度是一样的，才可能存在协整关系。故要利用协整技术，前提条件就是先判断，你的变量序列是不是“醉汉”。拴一条绳子在两个“

四．协整检验的相关应用

一．基本思想及注意要点、适用条件

1．基本思想

尽管一些变量是非平稳的而且是同阶单整的（比如，同为I（1）与I（2）），但有时如果我们对它们之间的关系进行长期观察，会发现它们之间是存在着某种内在的联系的，即它们之间从长期看存在着稳定的均衡关系。比如，两个醉汉，同时从某一个平行的地点出发，尽管如果你单独观察某一个醉汉，会发现它们的走路并无明显的规律可循，而且，随着时间的延长，有偏离其走路均值的幅度越来越大的特点（非平稳），但如果你事前在他们腰间拴一条绳子，而且他们波动的趋势恰好相反，那么，你会发现，从长期来看，他们所走过路，是相对具有某种稳定的关系的，我们通常称这种观察到的现象为所谓的协整关系。也可想一下“一条绳子上拴两个蚂蚱”。

2．注意要点

（1）协整一定是针对于同阶单整的，即两个或多个变量之间一定是同样一个I（n）过程，即大家都必须是经相同阶的差分后才会平稳。

直观的，如果将平稳时间序列数据看作是“正常人”，非平稳时间序列数据看作是“醉汉”，那么，只有“醉汉”之间才可能存在协整关系，而且只有“醉”的程度是一样的，才可能存在协整关系。故要利用协整技术，前提条件就是先判断，你的变量序列是不是“醉汉”。拴一条绳子在两个“

管理学

维普资讯 http://www.77cn.com.cn

94 3

心理科学

Pyh l i l c ne 20 3 ( )9 4 3 s c o gc i c 0 7,0 4: 3—9 6 o aS e

中介变量、节变量与协变量调——

概念、计检验及其比较统卢谢峰韩立敏

(湖南师范大学教科院心理系，沙，10 1 (国防科技大学人文与社科学院，沙，10 4 长 4 0 8 )长 40 7 )摘要本文在已有研究文献的基础上，中探讨了中介变量、集调节变量和协变量的概念，以及中介效应、节效应和协变量效调

应的统计分析方法。随后分别对中介效应和间接效应，调节效应和交互效应进行了辨析，从测量水平和检验方法等方面对三并

种统计概念做了比较。 关键词：中介变量调节变量协变量中介效应调节效应协方差分析

中介变量、节变量和协变量在因果关系中扮演着不同调的角色，重要的统计学概念。若将它们应用于研究当中，是 将有助于揭示变量之间的实质关系。然而，国内已有的文从献看，及到这些变量的研究并不多。即便是涉及到了这些涉变量，它们的分析还很不到位，的分析甚至是错误的。对有 究其原因，致可以归为两类，是方法学的局限性和研究大一设计的不足。不少研究者只关注两个变量之间简单的线性关系，样往往

协整检验及误差修正模型的建立

1978年-2003年度北京农村居民人均纯收入与人均消费支出的统计表 单位：（元/人） 年份 1978 1979 1980 1981 1982 1983 1984 1985 人均纯收入R 193.25 191.01 191.47 221.34 241.64 238.22 229.29 239.05 人均消费支出P 184.89 175.97 155.07 180.99 197.75 197.81 186.63 187.26 年份 1987 1988 1989 1990 1991 1992 1993 1994 人均纯收入R 285.77 343.54 386.02 399.17 408.09 406.86 486.01 584.39 人均消费支出P 243.52 290.85 315.9 356.92 336.45 329.9 403.66 504.15 年份 1996 1997 1998 1999 2000 2001 2002 2003 人均纯收入R 743.29 811.19 848.58 904.13 925.54 964.71 1015.92 1046.33 人均消费支出P 594.86 5

很好很好 尽情分享

第２３卷第１０期

Ｖｄ．２３

Ｎｏ．１０

统计与信息论坛

Ｓｔａｔｉｓｔｉｃｓ＆ＩｎｆｏｒｍａｔｉｏｎＦｏｒｕｍ

２００８年１０月

Ｏｃｔ．，２００８

【观点综述】

Ｊｏｈａｎｓｅｎ和Ｊｕｓｅｌｉｕｓ协整检验应注意的几个问题

钟志威，雷钦礼

（暨南大学经济学院，广东广州５１０６３２）

摘要：Ｊｏｈａｎｓｅｎ和Ｊｕｓｅｌｉｕｓ的似然比检验多变量协整关系的方法在实证分析中得到了广泛应用。在总结该方法的基础上，针对国内使用该方法存在比较混乱的状况指出了一些注意事项，譬如根据经济时间序列的数据生成过程选择确定性成分，检验临界值的使用以及协整关系个数的非唯一性等问题，还简要论述了阶数的确定、外生性与因果关系检验等问题，最后指出了该检验的一些不足。通过对上述问题的讨论，试图为实证研究人员在使用该方法时提供简单有效的指导性建议。

关键词：协整；ＪＪ检验；识别问题；因果关系；外生性；向量误差修正模型

中图分类号：砣７５文献标识码：Ａ文章编号：１００７—３１１６｛２００８｝１０一００８０—０７

一、引言

行检验，这些都是前者所不及的，因此ＪＪ检验在实证中得到了广泛的应用。

国内学术界目前在使用该方法检验向量协整关系时存在比较混乱的状况。首先，没有根据经济时间序列的数据生成

Eviews做单位根检验和格兰杰因果分析

一，首先我根据ADF检验结果，来说明这两组数据对数情况下是否是同阶单整的（同阶单整即说明二者是协整的，这是一种协整检验的方法），我对你的两组数据分别作了单位根检验，结果如下： 1.LNFDI水平下的ADF结果：

Null Hypothesis: LNFDI has a unit root Exogenous: Constant

Lag Length: 2 (Automatic based on AIC, MAXLAG=3 Augmented Dickey-Fuller test statistic t-Statistic Prob.*

-1.45226403166189 0.526994561264069 Test critical values: 1% level -4.00442492401717 5% level -3.09889640532337 10% level -2.69043949557234

*MacKinnon (1996 one-sided p-values.

Warning: Probabilities and critical values calculate

Eviews 软件的基本操作

的启动、退出和主界面

一、EViews

（一）启动EViews：单击Windows的[开始]按钮，选择[程序]项中的[EViews 3]，单击[EViews 3]中的[EViews 3.1]。

（二）EViews的主界面：

图附-1 EViews

控制钮 控制框 标题栏 主界面 1．标题栏 菜EViews窗单口的顶部是标题栏 栏，标题栏左边

工是控制框。标题命令窗口 作栏的右边是控制区 按钮，有[最小

化]、[最大化（或还原）]和[关闭]

状 三个按钮：。 态 2．菜单栏 栏 标题栏下面 是菜单栏。菜单

信息框 路径 数据库 工作文件 栏上共有9个主

菜单项，即[File（文件）]、[Edit（编辑）]、[Objects（对象）]、[View（视图）]、[Procs（过程）]、[Quick（快速）]、[Options（选项）]、[Window（窗口）]、[Help（帮助）]。单击主菜单项时将拉下其子菜单项。

3．命令窗口

菜单栏下面是命令窗口（Command Window），窗口闪烁的“|”是光标。用户可在光标位置用键盘输入各种EViews命令，并按回车键执行该命令。

4．工作区窗口

命令窗口下面是EViews的工作区窗口

Eviews基本操作指引： 1、ADF检验

双击序列——打开序列数据窗口——View——Unit Root Test ——单位根检验对话框

（1 st difference ，即检验△X ； intercept：包含截距项 ； trend：包含趋势项）

临界值判断：如果ADF检验值小于某一显著性水平下的临界值，则序列在此显著性水平下平稳。

2、根据SIC和AC值确定VAR的滞后期 单位根检验操作的输出结果中

3、建立VAR模型

在workfile里——Quick——Estimate VAR…——对话窗

缺省的是非约束VAR，另一选择是向量误差修正模型。 给出内生变量的滞后期间。 给出用于运算的样本范围。

Endogenous要求给出VAR模型中所包括的内生变量。 Exogenous要求给出外生变量（一般包含常数项）。

结果显示中，回归系数下第一个括号中的为标准差，第二个括号中的为t值。

4、脉冲响应分析（Response of * to * Innovations）/ 方差分解（Variance Decornposition） 在进行脉冲响应函数诊断之前，需要先检验VAR模型的平稳性，用AR根图(Inverse

百度文库 - 让每个人平等地提升自我

1 特征根 迹统计量 （P 值） 5%临界值 λ_max 统计量

（P 值）

5%临界值 原假设 0.786230 43.63(0.02) 40.17 23.14(0.06)

24.16 0个协整向量 0.659057 20.49(0.14) 24.28 16.14(0.09)

17.8 至少1个协整向量 0.249925 4.35(0.66) 12.32 4.31(0.58)

11.22 至少2个协整向量 0.002389 0.0023(0.88) 4.13 0.036(0.88)

4.13 至少3个协整向量

正确的计算以1978年为100的定基指数的方法为： 如果有以上一年为100的GDP 指数，如何计算以某固定年份为100的GDP 指数？ 以北京1978年为100的定基指数计算为例：

第一步：（1）将1978年的GDP 指数定义为100，这样，1978年定基指数（1978=100）=100.

第二步：（2）那么1979年的定基（1978=100）就等于当年的同比指数，即

1979年GDP 定基指数（1978=100）=1979年GDP 指数（以上一年为100） 第三步（最关键）：1980年GDP 指数