在EViews主視窗中,依次選擇Quick/Group Statistics/Johansen Cointegration Test在Series List視窗中,輸入需要進行檢驗的變數:houseprice m2在Johansen Coi
然而,這樣的想法現在也只能想想:A股市場上融券困難,賣空個股可操作性不強上述例子是in-sample的,在真正實現策略的過程中,用哪一段時間的價格比率均值作為基準不好確定在構建策略部分,也簡單實現了一個online learning的均值基
coint_johansen(df,det_order=0,k_ar_diff=1)#檢視johansen協整檢驗結果#協整秩: det_order=1-constant trend ,滯後階數 k_ar_diff=1rank=vecm
)替代id—— */• xtset id time /*——告訴Stata該資料為面板資料——*/•rename productivity y /*——對變數重新命名,此處主要是為了後面操作簡便——*/•rename rddomestic
情況二:如果如果基於單位根檢驗的結果發現變數之間是非同階單整的,即面板資料中有些序列平穩而有些序列不平穩,此時不能進行協整檢驗與直接對原序列進行迴歸
情況二:如果如果基於單位根檢驗的結果發現變數之間是非同階單整的,即面板資料中有些序列平穩而有些序列不平穩,此時不能進行協整檢驗與直接對原序列進行迴歸
我當年上經濟系的計量經濟學涉及時間序列時那是對協整大講特講,而後來上統計系的時間序列分析時根本就沒涉及協整,兩者都是phd level的課程
從計量經濟學模型的意義上講,建立如下消費函式模型:變數選擇是合理的,隨機誤差項一定是“白噪聲”(即均值為0、方差不變的穩定隨機序列),模型引數有合理的經濟解釋
首先,我們可以先對面板序列繪製時序圖,以粗略觀測時序圖中由各個觀測值描出代表變數的折線是否含有趨勢項和(或)截距項,從而為進一步的單位根檢驗的檢驗模式做準備