主要内容

egcitest

Engle-Granger协整检验

描述

例子

h= egcitest (Y返回拒绝决定h通过进行Engle-Granger协整检验来评估多元时间序列中变量之间不存在协整的零假设Yegcitest通过回归响应数据形成测试统计信息Y (: 1)在预测数据上Y(:, 2:结束),然后检验残差是否为单位根。

例子

hpValue统计cValue) = egcitest (Y还返回p价值pValue、测试数据统计,和临界值cValue的测试。

例子

StatTbl= egcitest (资源描述返回的表StatTbl包含测试结果、统计数据和对表或时间表的变量进行恩格尔-格兰杰协整检验的设置的变量资源描述

回归中的响应变量是第一个表变量,所有其他变量都是预测变量。要为回归选择不同的响应变量,请使用ResponseVariable名称-值参数。要选择不同的预测变量,请使用PredictorNames名称-值参数。

例子

___) = egcitest (___名称=值除前面语法中的任何输入参数组合外,还使用一个或多个名称-值参数指定选项。egcitest返回对应输入参数的输出参数组合。

有些选项控制要执行的测试数量。以下条件适用于egcitest进行多个测试:

  • egcitest将每个测试与所有其他测试分开对待。

  • 如果您指定Y,所有输出都是向量。

  • 如果您指定资源描述,每一行StatTbl包含相应测试的结果。

例如,egcitest(资源描述,ResponseVariable =“GDP”,α= 0.025,滞后= [0 1])选择国内生产总值作为表中的响应变量资源描述并在0.025的显著性水平上进行了两次检验。第一个测试包括0残差回归中的滞后,第二检验包括1残差回归中的滞后。

例子

___reg1reg2) = egcitest (___另外返回以下回归统计信息的结构,它们是形成测试统计信息所必需的:

  • reg1-由指定响应变量的协整回归得出的统计数据ResponseVariable到指定的预测变量上PredictorVariables

  • reg2-由指定单位根检验实现的残差回归产生的统计数据RReg

例子

全部折叠

使用Engle-Granger协整检验的默认值测试多元时间序列的协整性。输入时间序列数据作为数字矩阵。

加载加拿大通货膨胀和利率数据Data_Canada.mat,其中包含矩阵中的级数数据

负载Data_Canada系列的
ans =5 x1细胞{'(INF_C)通货膨胀率(基于cpi的)'}{'(INF_G)通货膨胀率(基于GDP平减指数的)'}{'(INT_S)利率(短期)'}{'(INT_M)利率(中期)'}{'(INT_L)利率(长期)'}

使用Engle-Granger协整检验检验利率序列的协整性。使用默认选项并返回拒绝决策和 p 价值。

h = egcitest(数据(:,3:结束)
h =逻辑0

egcitest使用 τ 测试,并且它不能拒绝零假设(h = 0)表示利率序列之间无协整。

加载加拿大通货膨胀和利率数据Data_Canada.mat

负载Data_Canada

使用Engle-Granger协整检验检验利率序列的协整性。使用默认选项并返回拒绝决策, p 值, τ -test统计信息和临界值。

[h, pValue,统计,cValue] = egcitest(数据(:,3:结束)
h =逻辑0
pValue = 0.0526
统计= -3.9321
cValue = -3.9563

使用默认选项对多变量时间序列进行Engle-Granger协整检验,其中使用第一个表变量作为响应,所有其他表变量作为预测变量,并在协整回归中包含一个常数项。返回测试结果表。

加载加拿大通货膨胀和利率数据Data_Canada.mat.转换表数据表一个时间表。

负载Data_Canada日期= datetime(日期,12日31);TT = table2timetable (DataTable, RowTimes =日期);TT。观察= [];

通过传递时间表来进行恩格尔-格兰杰协整检验egcitest并使用默认选项。对于协整回归,egcitest将基于cpi的通货膨胀率作为响应变量,将时间表中的所有其他变量作为预测变量。

StatTbl = egcitest (TT)
StatTbl =1×9表h pValue stat cValue滞后α测试CReg RReg  _____ _________ _______ _______ ____ _____ ______ _____ _______ 真正测试1 0.0023851 -6.2491 -4.7673 0.05 0 {t1的}{' c '} {ADF的}

StatTbl测试结果表。这些行对应于输入时间表中的变量TT,列对应拒绝决策,对应 p -value、决策统计信息以及指定的测试选项。在这种情况下,检验拒绝零假设,支持所有表变量之间的协整。

默认情况下,egcitest包含协整检验中的所有输入表变量。若要为协整回归选择响应变量,请设置ResponseVariable选择。要选择预测器变量,请设置PredictorVariables选择。

加载加拿大通货膨胀和利率数据Data_Canada.mat.转换表数据表只有利率序列的时间表。

负载Data_Canada日期= datetime(日期,12日31);idxINT =包含(DataTable.Properties.VariableNames,“INT”);TT = table2timetable(数据表(:,idxINT) RowTimes =日期);TT。观察= [];

绘制利率序列。

图绘制(TT.Time TT.Variables)传奇(系列(idxINT),位置=“西北”网格)

图中包含一个axes对象。坐标轴对象包含3个line类型的对象。这些对象表示(INT_S)利率(短期),(INT_M)利率(中期),(INT_L)利率(长期)。

复制表II的第1行[3]通过测试协整,指定协整回归和确定性术语的默认变量赋值(响应变量 y 1 INT_S,其他利率 y 2 而且 y 3. 是预测器,而模型有一个常数 c ),并指定 τ 而且 z 测试。返回协整回归统计信息。

[StatTbl, reg] = egcitest (TT,测试= (“t1”“t2”]);StatTbl
StatTbl =2×9表h pValue stat cValue滞后α测试CReg RReg  _____ ________ _______ _______ ____ _____ ______ _____ _______ 测试1假0.052627 -3.9321 -3.9563 0 0.05 {t1的}{' c '} {ADF的}真正测试2 0 0.020157 -25.454 -22.115 0.05{‘t2’}{' c '} {ADF的}

τ 测试(测试1)不能拒绝零假设,但 z 测试(测试2)拒绝零假设,支持协整的存在。

的回归统计数据绘制估计的协整关系 z 测验 y 1 - y 2 y 3. b 1 b 2 - Xa ,在那里 Xa c

c =注册(2).coeff (1);b =注册(2).coeff (2:3);图绘制(TT.Time, TT.Variables * [1;- c)网格

图中包含一个axes对象。axis对象包含一个类型为line的对象。

输入参数

全部折叠

代表多变量时间序列观测的数据yt,指定为numObs——- - - - - -numDims数字矩阵。每一列的Y对应一个变量,每一行对应一个观察值。测试回归响应变量Y (: 1)关于预测变量Y(:, 2:结束)

数据类型:

代表多变量时间序列观测的数据yt,指定为表格或时间表numObs行。每一行的资源描述是一个观察。

测试回归响应变量,它是中的第一个变量资源描述在预测变量上,它是所有的其他变量资源描述.要为回归选择不同的响应变量,请使用ResponseVariable名称-值参数。要选择不同的预测变量,请使用PredictorNames名称-值参数。所选变量必须是数字。

请注意

egcitest从指定数据中删除包含至少一个缺失的观察值的所有观察值价值。

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名-值参数必须出现在其他参数之后,但对的顺序并不重要。

在R2021a之前,名称和值之间用逗号隔开,并括起来的名字在报价。

例子:egcitest(资源描述,ResponseVariable =“GDP”,α= 0.025,滞后= [0 1])选择国内生产总值作为表中的响应变量资源描述并在0.025的显著性水平上进行了两次检验。第一个测试包括0残差回归中的滞后,第二检验包括1残差回归中的滞后。

协整回归形式,指定为形式的名称,或形式名称的字符串向量或单元格向量。

一般来说,协整回归是

y 1 X 一个 + Y 2 b + ε

在哪里y1是响应变量,Y2包含预测变量和X是可选确定性系数的设计矩阵吗一个,包括常数时间趋势、线性时间趋势和二次时间趋势。该表包含支持的表单及其名称。

表单名称 描述
“数控” 回归不包括X;没有恒定或趋势。
“c” X包含用于常量的变量,但不包含用于趋势的变量。
“ct” X包含常量和线性时间趋势的变量。
“结论” X包含常量、线性时间趋势和二次型时间趋势变量。

egcitest中的每个表单名称执行单独的测试CReg

例子:CReg =(“ct”“总部”)在第一个检验的协整回归中包含一个常数和线性时间趋势项,然后在第二个检验的协整回归中包含所有三个确定性项。

数据类型:字符|字符串|细胞

协整回归系数等式约束,指定为数值向量[一个b或这种数字向量的单元向量。

一个包含协整回归中确定性项的等式约束。的长度一个的对应值CReg名称-值参数,0、1、2或3中的一个。对于回归中的系数,它们的顺序为一个是常数,线性趋势,二次趋势。

b包含了numDims中对应预测变量的系数为1的等式约束Y2

指定在回归中估计相应系数的条目。

CVec是否完全指定(不包含任何值),egcitest不执行协整回归。

默认情况下,CVec一个完全未指定的协整向量(完全由值)。因此,egcitest估计系数。

egcitest中的每一组相等约束执行单独的测试CVec

例子:egcitest(资源描述,CVec =[2南南)将协整回归中的常数固定为2并估计两个预测变量的系数资源描述

例子:egcitest(资源描述,CVec ={(2南南);南(3,1)),对于第一个检验,将协整回归中的常数固定为2并估计两个预测变量的系数资源描述,对于第二次检验,估计所有系数。

例子:egcitest(Tbl,CReg="ctt",CVec=[2 0.5 0.25 NaN NaN])将常量固定为2,线性趋势0.5的二次趋势0.25,估计两个预测变量的系数资源描述

数据类型:|细胞

残差回归表单,指定为表单名称,或字符串向量或单元格向量的表单名称。

表单名称 描述
“adf” 扩大迪基-富勒检验(adftest)协整回归的残差
“页” Phillips-Perron测试(ppt)协整回归的残差

egcitest通过调用计算测试统计信息adftest而且ppt与设置模型= " AR ".该设置需要适当降格和去趋势数据的残差,这是由协整回归形式指定的CReg

egcitest中的每个表单名称执行单独的测试RReg

例子:CReg =(“adf”“页”)对第一个检验的残差回归进行扩增Dickey-Fuller检验,对第二个检验的残差回归进行Phillips-Perron检验。

数据类型:字符|字符串|细胞

残差回归中的滞后数,指定为非负整数或非负整数的向量。的意思滞后的值RReg名称-值参数。有关更多详细信息,请参见滞后论点的adftest而且ppt功能。

egcitest中的每个元素执行单独的测试滞后

例子:滞后= [0 1]在第一个测试的残差回归中不包含滞后,然后在第二个测试的残差回归中包含一个滞后。

数据类型:

来自残差回归的测试统计数据类型,指定为测试名称,或测试名称的字符串向量或单元格向量。该表包含支持的测试名称。

测试的名字 描述
“t1” τ测验
“t2” z测验

有关更多详细信息,请参见测试论点的adftest而且ppt功能。

egcitest中的每个元素执行单独的测试测试

例子:测试=(“t1”“t2”)计算τ检验由残差回归进行第一次检验,然后计算z从残差回归检验进行第二次检验。

数据类型:字符|细胞|字符串

假设检验的标称显著性水平,指定为介于之间的数值标量0.001而且0.999或者这些值的数值向量。

egcitest中的每个值执行单独的测试α

例子:α= (0.01 - 0.05)的重要程度0.01对于第一个测试,然后使用一个显著性的水平0.05第二次测试。

数据类型:

变量资源描述用于协整回归中的响应,指定为包含变量名的字符向量的字符串向量或单元向量Tbl.Properties.VariableNames,或表示名称索引的整数或逻辑向量。所选变量必须是数字。

egcitest对所有测试使用相同的指定响应变量。

例子:ResponseVariable =“GDP”

数据类型:|逻辑|字符|细胞|字符串

变量资源描述用于协整回归中的预测器,指定为包含变量名的字符向量的字符串向量或单元向量Tbl.Properties.VariableNames,或表示名称索引的整数或逻辑向量。所选变量必须是数字。

egcitest对所有测试使用相同的指定预测器。

默认情况下,egcitest中使用所有变量资源描述的参数没有指定ResponseVariable名称-值参数。

例子:DataVariables =(“联合国”“CPI”)

例子:datavvariables =[true true false false]DataVariables = [1 - 2]选择第一个和第二个表变量。

数据类型:|逻辑|字符|细胞|字符串

请注意

  • egcitest执行多个测试,函数将所有单个设置(标量或字符向量)应用于每个测试。

  • 所有控制测试数量的向量值规范必须具有相等的长度。

  • 如果你指定了矩阵Y任何值都是行向量,所有的输出都是行向量。

  • 滞后和差异时间序列的样本量减小。如果测试系列中没有预采样值yt被定义为t= 1,…,T,滞后级数yt- k被定义为tk+ 1,…,T.第一个区别适用于滞后级数yt- k进一步减少时间基础为k+ 2,…,T.与p滞后差异,共同的时间基数是p+ 2,…,T有效样本量为T- (p+ 1)。

输出参数

全部折叠

测试拒绝决策,作为长度等于测试数的逻辑标量或向量返回。egcitest返回h当你提供输入时Y

  • 的值1表明拒绝原假设,支持协整的备选项。

  • 的值0表明拒绝原假设的失败。

检验统计量p-values,作为长度等于测试次数的数值标量或向量返回。egcitest返回pValue当你提供输入时Y

p-value是左尾概率。

测试统计信息,作为长度等于测试数的数值标量或向量返回。egcitest返回统计当你提供输入时Y

RReg而且测试特定测试的设置决定测试统计数据。有关更多细节,请参见adftest而且ppt

临界值,作为长度等于测试次数的数值标量或向量返回。egcitest返回cValue当你提供输入时Y.临界值是左尾概率。

因为egcitest估计残差(即残差未被观察到),临界值不同于adftestppt(除非协整向量完全由CVec设置)。egcitest从文件中加载关键值表Data_EGCITest.mat,然后从表中线性插值测试临界值。中描述的方法派生出表中的临界值[3]

测试摘要,作为带有输出变量的表返回hpValue统计,cValue,并为每个测试使用一行。egcitest返回StatTbl当你提供输入时资源描述

StatTbl所指定的测试设置的变量滞后α测试CReg,RReg

协整回归统计数据,作为结构数组返回。记录的数量等于测试的数量。

egcitest返回响应变量ResponseVariable关于预测变量PredictorVariables使用回归形式CReg和指定的等式约束CVec

的每个元素reg1具有该表中的字段。你可以使用点表示法访问一个字段,例如,reg1 (3) .coeff包含第三次检验的系数估计。

全国矿工工会 输入序列的长度年代了
大小 有效样本量,调整滞后和差异
的名字 回归系数的名字
多项式系数 估计系数值
se 估计系数标准误差
估计系数协方差矩阵
tStats t统计系数和p
函数 F统计和p价值
yMu 滞后调整输入序列的平均值
ySigma 滞后调整输入序列的标准差
yHat 滞后调整输入序列的拟合值
res 回归残差
DWStat Durbin-Watson统计
苏维埃社会主义共和国 回归平方和
上交所 误差平方和
风场 总平方和
均方误差 均方误差
RMSE 回归的标准误差
RSq R2统计
aRSq 调整R2统计
高斯变换下数据的对数似然
另类投资会议 Akaike信息标准
BIC 贝叶斯(Schwarz)信息准则
认证机构 Hannan-Quinn信息标准

剩余回归统计信息,作为包含相同字段的结构数组返回reg1.记录的数量等于测试的数量。

egcitest的值通过残差来检验单位根的协整回归的残差滞后而且测试,到指定的测试RReg.测试通过使用指定选项的残差回归形成测试统计量。的测试选项和字段的详细信息reg2,请参阅adftestppt

提示

  • 要从测试中得出有效的推论,请确定一个合适的值滞后.有关更多详细信息,请参见adftest提示ppt提示

  • 少于大约20到40个观察值的样本(取决于数据的维度)numDims)会产生不可靠的临界值,因此推论也不可靠。看到[3]

  • 如果检验结果表明时间序列是协整的,那么可以使用残差作为变量VEC表示中的误差修正项的数据。遵循这个过程:

    1. 提取残差reg1输出(reg1.res).

    2. 估计自回归模型组件使用估计的函数varm,并将提取的残差序列作为外生序列进行估计。

选择功能

应用程序

计量经济学建模师app允许你进行恩格尔-格兰杰协整检验。

参考文献

恩格尔,R. F.和C. W. J.格兰杰。协整和纠错:表征、估计和检验。费雪.第55卷,1987年,第251-276页。

[2]汉密尔顿,詹姆斯D。时间序列分析.普林斯顿,新泽西州:普林斯顿大学出版社,1994年。

麦金农,j.g。单位根和协整检验的数值分布函数。应用计量经济学杂志.1996年第11卷,第601-618页。

版本历史

介绍了R2011a

Baidu
map