时间序列模型stata - 图文(8)

line austin dallas houston sa t

*-0 检验平稳性 dfuller austin dfuller sa

*-1 检验滞后阶数

varsoc dallas houston austin sa

*-2 检验协整关系的个数

vecrank dallas houston austin sa, lag(2)

vecrank dallas houston austin sa, lag(3) /*为了稳妥起见*/

*-3 检验那些序列之间存在协整关系

johans dallas houston austin sa, lag(3) * lrjtest 和 wjtest 原假设： * H0: 被检验变量无法进入协整关系 *

* LR test

lrjtest dallas lrjtest houston lrjtest austin lrjtest sa *

* Wald test wjtest dallas wjtest houston

wjtest austin wjtest sa

* 因此，达拉斯、休斯敦和奥斯汀三个州的房价 * 在协整关系中非常显著，而sa州则不显著。

*-4 建立 VECM(向量误差修正模型)

vec austin dallas houston, rank(2) lag(3)

vec dallas houston austin, rank(2) lag(3) noetable

*-5 冲击反因分析（脉冲响应分析）

irf create vec3, set(vec03) step(24)

irf graph oirf, impulse(dallas houston) response(austin) irf graph oirf, impulse(dallas austin) response(houston) irf graph oirf, impulse(houston) response(austin dallas)

*-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)