eviews建⽴时间序列模型_时间序列分析（⼆）——成长计划
ARDLEMC模型
⼀、模型简介
三大战役的意义AR(p)I(d)MA(q)模型针对的是单时序平稳序列(⾮平稳序列也要通过差分转化为平稳序列)，ARDL-EMC模型则可以直接对多时序⾮平稳序列建模。通常对多时序⾮平稳序列建模会导致伪回归现象，但如果他们存在协整关系，那么即使短期短期偏离均衡，长期来看也会修正⾄正常状态，这就是误差修正模型的基本思想。ARDL-EMC模型的优点很多，⽐如：⼀阶差分消除了变量可能存在的趋势因素以及多重共线性问题；引⼊误差修正项保证了变量⽔平值信息没有被忽视；引⼊ARDL模型可以⾃动选择最优滞后阶数；误差修正项的平稳性使得模型可以⽤经典回归⽅法估计，尤其是差分项可以通过t检验和F检验来选取。
以两时序⾮平稳序列与为例，假设他们均为1阶单整且存在如下协整关系：
⼆、建模步骤
高中材料作文由(3)式可知，误差修正项的建⽴以协整关系为基础，⽽只有⾮平稳序列才存在协整关系。因此建⽴误差修正模型⾸先要检验序列的平稳性，然后检验⾮平稳序列是否存在协整关系，若存在协整关系，则以协
整关系构建误差修正项，然后将误差修正项作为⼀个解释变量，建⽴误差修正模型。业绩报告
多个⾮平稳变量，如果他们的线性组合平稳，就存在协整关系。协整检验就是直接对⾮平稳序列进⾏最⼩⼆乘回归，然后检验残差序列的平稳性，如果残差序列平稳，说明⾮平稳序列存在协整关系，反之，则不存在协整关系。与⼀般存在确定解释变量和被解释变量不同，协整检验中并不能明确谁为解释变量，谁为被解释变量，因此要做n次最⼩⼆乘(n为时序变量的个数)，只要其中⼀个残差变量未平稳序列，就存在协整关系。
酷9
三、EViews软件操作
3.1单位根检验
对LNCRA_Q序列分别进⾏三种形式的单位根检验，在5%的显著性⽔平下均拒绝原假设，说明LNCRA_Q序列存在单位根。(具体⽅法参见《时间序列分析(⼀)》)
⼀阶差分后，在5%显著性⽔平下，形式(3)不拒绝原假设，但趋势项拒绝原假设，说明⼀阶差分后的LNCRA_Q序列为趋势平稳，即LNCRA_Q序列为⼀阶单整。
二本和一本有什么区别对LNPRICRA_Q序列分别进⾏三种形式的单位根检验，在5%的显著性⽔平下均拒绝原假设，说明LNCRA_Q序列存在单位根。热带鱼水温
表达母爱的诗句LNPRICRA_Q序列为⼀阶单整。
对URB_R序列分别进⾏三种形式的单位根检验，在5%的显著性⽔平下均拒绝原假设，说明URB_R序列存在单位根。
⼀阶差分后分别进⾏三种形式的单位根检验，在5%的显著性⽔平下均拒绝原假设，说明D(URB_R)序列存在单位根。
⼆阶差分后，在5%显著性⽔平下，形式(3)不拒绝原假设，但趋势项拒绝原假设，说明⼆阶差分后的URB_R序列为趋势平稳，即URB_R为⼆阶单整。
因此，这三个时序数列都是⾮平稳的。
3.2E-G协整检验
同时选择三个时序数列，点击open => as group，将三个时序变量放在⼀张表中。
