比较协整分析的方法

由于各种原因，比较约翰森和恩格尔-格兰杰方法的推论和估计可能具有挑战性。首先，这两种方法本质上是不同的，从相同的数据中可能会得出不一致的结论。Engle-Granger两步法估计VEC模型，首先估计协整关系，然后估计其余的模型系数，不同于Johansen的最大似然方法。其次，Engle-Granger方法估计的协整关系可能与Johansen方法估计的协整关系不对应，尤其是在存在多个协整关系的情况下。在这种情况下，重要的是要记住，协整关系不是唯一定义的，而是依赖于分解 $$C＝\mathrm{一个}{B}^{”}$$冲击矩阵的。

然而，如果两种方法都从相同的数据开始，并寻找相同的潜在关系，那么这两种方法应该提供一般可比较的结果。通过任何一种方法发现的适当规范化的协整关系都应该反映数据生成过程的机制，并且根据这些关系建立的VEC模型应该具有可比的预测能力。

如下图所示，以加拿大利率数据为例，约翰森的H1*模型最接近于的默认设置egcitest，发现与Engle-Granger检验相同的协整关系，假设协整秩为2:

负载Data_CanadaY =数据(:,3:结束);利率数据[~, ~, ~, ~, reg] = egcitest (Y,“测试”，《终结者2》）;c0 = reg.coeff (1);b = reg.coeff (2:3);β= [1;- b];[~, ~, ~, ~, ml) = jcitest (Y,“模型”，“H1 *”）;

************************ 结果汇总(试验1)数据:Y有效样本量:40模型:H1 *滞后:0统计:跟踪显著性水平:0.05 r h stat cValue pValue eigVal  ---------------------------------------- 0 0 1 38.8360 35.1929 0.0194 0.4159 17.3256 20.2619 0.1211 0.2881 - 2 0 3.7325 9.1644 0.5229 0.0891

BJ2 = mles.r2.paramVals.B;c0J2 = mles.r2.paramVals.c0;对的第二个协整关系进行归一化%第一个变量，使其可与Engle-Granger比较:BJ2n = BJ2 (:, 2) / BJ2(1、2);c0J2n = c0J2 (2) / BJ2(1、2);%一起绘制标准化的约翰森协整关系%与原Engle-Granger协整关系:甘氨胆酸h =;线= h.ColorOrder;情节(日期、Y * beta-c0,“线宽”2,“颜色”线(4))在情节(日期、Y * BJ2n + c0J2n“——”，“线宽”2,“颜色”线(5)):传说(“Engle-Granger OLS的，“Johansen的程序”，“位置”，“西北”)标题({} \ bf协整关系的)轴紧网格在持有从

另请参阅

jcitest

相关的例子

• 利用jcitest估计VEC模型参数
• 协整检验使用Johansen检验

更多关于

• 向量自回归(VAR)模型
• 协整和误差修正分析
• 识别单一协整关系