实验三_金融数据的平稳性检验实验指导

更新时间:2023-05-23 22:48:16 阅读：评论：0

实验三金融数据的平稳性检验实验指导

一、实验目的：

理解经济时间序列存在的不平稳性，掌握ADF检验平稳性的方法。认识不平稳的序列容易导致伪回归问题，掌握为解决伪回归问题引出的协整检验，协整的概念和具体的协整检验过程。协整描述了变量之间的长期关系，为了进一步研究变量之间的短期均衡是否存在，掌握误差纠正模型方法。理解变量之间的因果关系的计量意义，掌握格兰杰因果检验方法。

二、基本概念：

如果一个随机过程的均值和方差在时间过程上都是常数，并且在任何两时期的协方差值仅依赖于该两时期间的距离或滞后，而不依赖于计算这个协方差的实际时间，就称它为平稳的。强调平稳性是因为将一个随机游走变量（即非平稳数据）对另一个随机游走变量进行回归可能导致荒谬的结果，传统的显著性检验将告知我们变量之间的关系是不存在的。这种情况就称为“伪回归”（Spurious Regression磷怎么读）。

有时虽然两个变量都是随机游走的，但它们的某个线形组合却可能是平稳的，在这种情况下，

我们称这两个变量是协整的。

因果检验用于确定一个变量的变化是否为另一个变量变化的原因。

三、实验内容及要求：

用Eviews来分析上海证券市场A股成份指数（简记SHA）和深圳证券市场A股成份指数（简记SZA）之间的关系。内容包括：

1.对数据进行平稳性检验

2.协整检验

3.因果检验

4.误差纠正机制ECM

要求：在认真理解本章内容的基础上，通过实验掌握ADF检验平稳性的方法，具体的协整检验过程，掌握格兰杰因果检验方法，以及误差纠正模型方法。

四、实验指导：

1、对数据进行平稳性检验：

首先导入数据，将上海证券市场A股成份指数记为SHA，深圳证券市场A股成份指数记为SZA（若已有wf1文件则直接打开该文件）。

在workfile中按住ctrl选择要检验的二变量，右击，选择open—as group。则此时可在弹出的窗口中对选中的变量进行检验。检验方法有：

1 画折线图：“View”―“graph”—“line”，如图3—1所示。

②画直方图：在workfile中按住选择要检验的变量，右击，选择open，或双击选中的变量，“view”―“descriptive statistic”―“histogram and stats”；注意到图中的J.B.统计量，其越趋向于0，则图越符合正态分布，也就说明数据越平稳。如图3—2和3—3所示。

③用ADF检验：方法一：“view”—“unit root test”；方法二：点击菜单中的“quick”―“ries statistic”―“unit root test”；分析原则即比较值的大小以及经验法则。点击ok，如图3—4和3—6所示。

图3—1 SHA和SZA原始数值线性图

图3—2 SHA原始数值直方图

图3—3 SZA原始数值直方图

图3—4 单位根检验对话框

ADF Test Statistic	-1.824806	1% Critical Value*		-3.4369
		5% Critical Value		-2.8636
		10% Critical Value		-2.5679
*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SHA)
Method: Least Squares
Date: 10/25/05 Time: 00:50
Sample(adjusted): 1/08/1993 12/31/1999
Included obrvations: 1821 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
SHA(-1)	-0.003575	0.001959	-1.824806	0.0682
D(SHA(-1))	-0.038736	0.023427	-1.653464	0.0984
D(SHA(-2))	-0.010797	0.023308	乌克兰介绍 -0.463217	0.6433
D(SHA(-3))	0.111127	0.023287	4.772149	0.0000
D(SHA(-4))	0.062380	0.023399	2.665901	0.0077
C	3.943077	2.121673	1.858476	0.0633
R-squared	0.018447	Mean dependent var		0.295316
Adjusted R-squared	0.015743	S.D. dependent var		27.87568
S.E. of regression	27.65538	Akaike info criterion		9.480807
Sum squared resid	1388148.	Schwarz criterion		9.498952
Log likelihood	-8626.275	F-statistic		6.822257
Durbin-Watson stat	2.001095	Prob(F-statistic)		0.000003

图3—5 SHA数值的ADF检验结果

ADF Test Statistic	-1.386897	1% Critical Value*		-3.4369
		5% Critical Value		-2.8636
		10% Critical Value		-2.5679
*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SZA)
Method: Least Squares
Date: 02/14/07 Time: 09:28
Sample(adjusted): 1/08/1993 12/31/1999
Included obrvations: 1821 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
SZA(-1)	-0.001999	0.001441	-1.386897 汉阴老父	0.1656
D(SZA(-1))	-0.028638	0.023396	-1.224056	0.2211
D(SZA(-2))	0.029664	0.023325	1.271755	0.2036
D(SZA(-3))	0.084650	0.023327	3.628817	0.0003
D(SZA(-4))	0.081428	0.023390	3.481380	0.0005
C	0.667786	0.466362	1.431905	0.1523
R-squared	0.015405	Mean dependent var		0.087348
Adjusted R-squared	0.012693	S.D. dependent var		7.839108
S.E. of regression	7.789199	Akaike info criterion		6.946643
Sum squared resid	110119.0	Schwarz criterion		6.964788
Log likelihood	-6318.918	F-statistic		5.679524
Durbin-Watson stat	1.998663	Prob(F-statistic)		0.000033
黑花蛇

图3—6 SZA数值的ADF检验结果

粗略观查数据并不平稳。此时应对数据取对数（取对数的好处在于：即可以将间距很大的数据转换为间距较小的数据，也便于后面的取差分），再对新变量进行平稳性检验。点击Eviews中的“quick”―“generate ries”键入logsha=log(sha)，同样的方法得到logsza。此时，logsha和logsza为新变量，对其进行平稳性检验方法如上，发现也是不平稳的。

图3—7 SHA和SZA对数值线性图

用ADF方法检验logsha和logsza的平稳性。通过比较检验值和不同显著性下的关键值来得出结论。如下图（前者是对SHA检验结果，后者是对SZA检验结果）中所示，检验值小于关键值，则得出数据不平稳，反之平稳。

ADF Test Statistic	-1.795526	1% Critical Value*			-3.4369
		5% Critical Value			-2.8636
		10% Critical Value			-2.5679
*MacKinnon critical values for rejection of hypothesis of a unit root.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LOGSHA)
Method: Least Squares
Date: 02/14/07 Time: 09:42
Sample(adjusted): 1/08/1993 12/31/1999
Included obrvations: 1821 after adjusting endpoints
Variable	Coefficient		Std. Error	t-Statistic		Prob.
LOGSHA(-1)	-0.003583		0.001995	建党大业演员表-1.795526		0.0727
D(LOGSHA(-1))	-0.034725		0.023459	-1.480261		0.1390
D(LOGSHA(-2))	0.020525		0.023427	0.876128		0.3811
D(LOGSHA(-3))	0.065236		0.023404	2.787354		0.0054
D(LOGSHA(-4))	0.034323		0.023421	1.465476		0.1430
C	0.024892		0.013751	1.810156		0.0704
R-squared	0.008123		Mean dependent var			现代言情小说 0.000254
Adjusted R-squared	0.005391		S.D. dependent var			0.029001
S.E. of regression	0.028923		Akaike info criterion			-4.245075
Sum squared resid	1.518313		Schwarz criterion			-4.226929
Log likelihood	3871.140		F-statistic			2.972845
Durbin-Watson stat	2.001003		Prob(F-statistic)			0.011179

图3—8 SHA对数值的ADF检验结果

ADF Test Statistic	-1.236119	1% Critical Value*		-3.4369
		5% Critical Value		-2.8636
		10% Critical Value		-2.5679
*MacKinnon critical values for rejection of hypothesis of a unit root.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LOGSZA)
Method: Least Squares
Date: 02/14/07 Time: 09:43
Sample(adjusted): 1/08/1993 12/31/1999
Included obrvations: 1821 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
LOGSZA(-1)	-0.001645	0.001331	-1.236119	0.2166
D(LOGSZA(-1))	-0.010639	0.023402	-0.454600	0.6495
D(LOGSZA(-2))	0.043671	如何提高自信 0.023391	1.866982	0.0621
D(LOGSZA(-3))	0.033284	0.023393	1.422825	0.1550
D(LOGSZA(-4))	0.078284	0.023392	3.346659	0.0008
C	0.009404	0.007463	1.260037	0.2078
R-squared	0.009984	Mean dependent var		0.000252
Adjusted R-squared	0.007257	S.D. dependent var		0.027998
S.E. of regression	0.027897	Akaike info criterion		汽车导航系统-4.317335
Sum squared resid	1.412468	Schwarz criterion		-4.299190
Log likelihood	3936.934	F-statistic		3.660782
Durbin-Watson stat	2.001713	Prob(F-statistic)		0.002675

图3—9 SZA对数值的ADF检验结果

本文发布于:2023-05-23 22:48:16，感谢您对本站的认可！

本文链接：https://www.wtabcd.cn/fanwen/fan/89/925760.html

上一篇：计量经济学论文范文eviews

下一篇：英国：最安全与最不安全的城市排名【2】

标签：检验变量数据

留言与评论（共有 0 条评论）