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从进行恩格尔-格兰杰协整检验来评估多元时间序列中变量之间无协整的原假设Yegcitest通过还原响应数据形成测试统计信息Y (: 1)在预测数据上Y(:, 2:结束),然后测试单位根的残差。

例子

hpValue统计cValue= egcitest(Y还返回p价值pValue,检验统计量统计,和临界值cValue测试。

例子

StatTbl= egcitest (资源描述返回表格StatTbl包含测试结果的变量,统计数据,以及对表或时间表的变量进行恩格尔-格兰杰协整检验的设置资源描述

回归中的响应变量是第一个表变量,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=值除以前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。

一些选项控制要执行的测试数量。以下条件适用于egcitest执行多项测试:

  • egcitest将每个测试与所有其他测试分开对待。

  • 如果你指定Y,所有输出都是向量。

  • 如果你指定资源描述,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的显著性水平下进行了两次测试。第一个测试包括0滞后在残差回归中,第二个检验包括1残差回归中的滞后。

例子

___reg1reg2= egcitest(___另外返回以下回归统计的结构,这些结构是组成测试统计量所必需的:

  • reg1-由指定响应变量的协整回归产生的统计数据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信息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。输入时间序列数据为数值矩阵。

加载加拿大通货膨胀和利率的数据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)'} {'(INF_G)通货膨胀率(基于GDP平减指数)'}{'(INT_S)利率(短期)'}{'(INT_M)利率(中期)'}{'(INT_L)利率(长期)'}

使用恩格尔-格兰杰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定和 p 价值。

h = egcitest(Data(:,3:end))
h =逻辑0

egcitest使用 τ 默认情况下进行测试,并且它不能拒绝原假设(H = 0),即利率序列之间无协整。

加载加拿大通货膨胀和利率的数据Data_Canada.mat

负载Data_Canada

使用恩格尔-格兰杰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定, p 值, τ -检验统计量,和临界值。

[h,pValue,stat,cValue] = egcitest(Data(:,3:end))
h =逻辑0
pValue = 0.0526
Stat = -3.9321
cValue = -3.9563

使用默认选项对多元时间序列进行恩格尔-格兰杰协整检验,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因子,并在协整回归中包含常数项。返回一个测试结果表。

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

负载Data_CanadaDates = datetime(Dates,12,31);TT = table2时间表(数据表,RowTimes=日期);TT。观察结果= [];

通过将时间表传递给egcitest以及使用默认选项。对于协整回归,egcitest使用基于cpi的通货膨胀率作为响应变量,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是一个测试结果表。这些行对应于输入时间表中的变量TT,列对应拒绝决策,并对应 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包括协整检验中的所有输入表变量。要为协整回归选择响应变量,请设置ResponseVariable选择。若要选择预测变量,请设置PredictorVariables选择。

加载加拿大通货膨胀和利率的数据Data_Canada.mat.转换表数据表到一个利率序列的时间表。

负载Data_CanadaDates = datetime(Dates,12,31);idxINT = contains(DataTable.Properties.VariableNames,“INT”);TT = table2时间表(DataTable(:,idxINT),RowTimes=日期);TT。观察结果= [];

绘制利率序列。

图plot(TT.Time,TT.Variables)图例(series(idxINT),Location=“西北”网格)

图中包含一个轴对象。axis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)。

重现表II的第1行[3]通过测试协整,为协整回归和确定性项(响应变量)指定默认变量分配 y 1 INT_S,其他利率 y 2 而且 y 3. 是预测因子,还是模型有常数 c ),并指定 τ 而且 z 测试。返回协整回归统计信息。

[StatTbl,reg] = egcitest(TT,Test=[“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)未能拒绝零假设,但 z 测试(测试2)拒绝零假设,支持协整的存在。

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

图中包含一个轴对象。axis对象包含一个line类型的对象。

输入参数

全部折叠

表示多元时间序列观测值的数据yt,指定为numObs——- - - - - -numDims数字矩阵。的每一列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:

表示多元时间序列观测值的数据yt的表或时间表numObs行。每行资源描述是一种观察。

测试回归响应变量,这是中的第一个变量资源描述在预测变量上,也就是所有其他变量资源描述.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。所选变量必须为数字。

请注意

egcitest从指定数据中删除包含至少一个缺失观测值的所有观测值,该缺失观测值由价值。

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。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。

在R2021a之前,使用逗号分隔每个名称和值,并将其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的显著性水平下进行了两次测试。第一个测试包括0滞后在残差回归中,第二个检验包括1残差回归中的滞后。

协整回归形式,指定为窗体名称,或窗体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、线性时间趋势和二次时间趋势。该表包含受支持的表单及其名称。金宝app

表单名称 描述
“数控” 回归不包括X;没有常数或趋势。
“c” X包含常量变量,但不包含趋势变量。
“ct” X包含常量变量和线性时间趋势变量。
“结论” X包含常量、线性时间趋势和二次时间趋势的变量。

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常数项和线性时间趋势项,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之一。回归中的系数,它们的顺序一个是常数,线性趋势,和二次趋势。

b包含了numDims中对应预测变量系数的等式约束为1Y2

指定在回归项中估计相应系数。

CVec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估计所有系数。

egcitest中的每一组相等约束进行单独的测试CVec

例子:egcitest(Tbl,CVec=[2 NaN NaN])修正协整回归中的常数2并估计两个预测变量的系数资源描述

例子:egcitest(Tbl,CVec={[2 NaN NaN];南(3,1)),对于第一个测试,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])将常量修复为2,为线性趋势0.5的二次趋向0.25,并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,指定为窗体名称,或窗体名称的字符串向量或单元格向量。

表单名称 描述
“adf” 扩充迪基-富勒检验(adftest)协整回归的残差
“页” 菲利普斯-佩龙测验(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通过设置模型= " AR ".此设置需要来自适当降级和去趋势数据的残差,这由协整回归形式指定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增强Dickey-Fuller检验,然后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向量。的意义滞后的值RReg名称-值参数。有关详细信息,请参见滞后的参数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。金宝app

测试的名字 描述
“t1” τ测验
“t2” z测验

有关详细信息,请参见测试的参数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测试从残差回归进行第一次测试,然后计算z检验由残差回归进行第二次检验。

数据类型:字符|细胞|字符串

假设检验的名义显著性水平,指定为之间的数值标量0.001而且0.999或这些值的数值向量。

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:

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

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

变量资源描述中包含变量名的字符向量的字符串向量或单元格向量指定为协整回归中的预测器Tbl.Properties.VariableNames,或表示名称索引的整数或逻辑向量。所选变量必须为数字。

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属性没有指定ResponseVariable名称-值参数。

例子:DataVariables =(“联合国”“CPI”)

例子:DataVariables=[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,该函数将所有单个设置(标量或字符向量)应用于每个测试。

  • 控制测试数量的所有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定义为t= 1,…,T,滞后序列yt- k定义为tk+ 1,…,T.第一个差异适用于滞后序列yt- k进一步减少时间基础为k+ 2,…,T.与p滞后差异,常见的时间基准是p+ 2,…,T有效样本容量是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表明拒绝零假设,支持协整的替代方案。

  • 的值0表明拒绝零假设的失败。

检验统计量p-values,作为长度等于测试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量。详情请参见adftest而且ppt

临界值,作为长度等于测试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),临界值与中使用的值不同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。表中的临界值来源于中描述的方法[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,作为结构数组返回。与测试数相等的记录数。

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具有此表中的字段。您可以使用点表示法访问字段,例如,reg1 (3) .coeff包含第三个测试的系数估计值。

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 回归系数名称
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系数统计和p
函数 F统计和p价值
yMu 滞后调整输入序列的均值
ySigma 滞后调整输入序列的标准偏差
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 赤池信息标准
BIC 贝叶斯(Schwarz)信息准则
认证机构 汉南-奎因信息标准

残差回归统计信息,作为包含相同字段的结构数组返回reg1.与测试数相等的记录数。

egcitest的值通过传递残差来测试一个单位根的协整回归的残差滞后而且测试,到指定的测试RReg.这些检验通过使用指定选项对残差进行回归形成检验统计量。的测试选项和字段的详细信息reg2,请参阅adftestppt

提示

  • 为了从测试中得出有效的推论,为确定一个合适的值滞后.有关详细信息,请参见adftest提示ppt提示

  • 小于约20到40个观测值的样本(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]

  • 如果测试结果表明时间序列是协整的,则可以使用残差作为变量的VEC表示中的错误修正项的数据。请遵循以下步骤:

    1. 提取残差reg1输出(reg1.res).

    2. 估计自回归模型的分量估计的函数varm,并将提取的残差序列作为外源进行估计。

选择功能

应用程序

计量经济学建模师应用程序允许您进行恩格尔-格兰杰协整检验。

参考文献

[1]恩格尔,r.f., c.w.j.格兰杰。协整与纠错:表示、估计与检验费雪.第55卷,1987,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。

[3]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.第11卷,1996,第601-618页。

版本历史

在R2011a中引入