用Engle-Granger检验进行协整检验
这个例子展示了如何检验零假设,即组成多元模型的响应序列之间没有协整关系。
负载Data_Canada
进入MATLAB®工作区。该数据集包含加拿大利率的期限结构[142].提取短期、中期和长期利率序列。
负载Data_CanadaY = Data(:,3:end);%多元反应系列
画出响应级数。
图绘制(日期,Y,“线宽”, 2)包含“年”;ylabel“百分比”;Names = series(3:end);传奇(名称,“位置”,“西北”)标题“{\bf 1954-1994年加拿大利率”;轴紧网格在
该图显示了三个系列之间协整的证据,它们以均值回归扩散一起移动。
为了检验协整,计算两个
(t1
),
(t2
)迪基-富勒统计。egcitest
将检验统计量与恩格尔-格兰杰临界值的表列值进行比较。
[h,pValue,stat,cValue] = egcitest(Y,“测试”, {“t1”,《终结者2》})
h =1x2逻辑阵列0 1
pValue =1×20.0526 - 0.0202
统计=1×2-3.9321 - -25.4538
cValue =1×2-3.9563 - -22.1153
的 测试不能拒绝零的无协整,但只是勉强,与ap-value仅略高于默认的5%显著性水平,统计值仅略高于左尾临界值。的 检验不拒绝无协整的null。
测试回归Y (: 1)
在Y(:, 2:结束)
以及(默认情况下)一个截距c0
.残差级数是
[Y (: 1) Y(:, 2:结束)]*β
-c0
=Y (: 1)
-Y(:, 2:结束)* b
-c0
.
的第五个输出参数egcitest
除其他回归统计信息外,还包含回归系数c0
而且b
.
检验回归系数以检验假设的协整向量β
=(1;- b]
.
[~,~,~,~,reg] = egcitest(Y,“测试”,《终结者2》);C0 = reg.coeff(1);B = reg.coeff(2:3);Beta = [1;-b];H = gca;COrd = h.ColorOrder;h.NextPlot =“ReplaceChildren”;h.ColorOrder = circshift(COrd,3);
情节(日期、Y * beta-c0,“线宽”2);标题“{\bf协整关系}”;轴紧;传说从;网格在;
正如试验所证实的那样,这种组合似乎相对稳定。