平稳序列也要做协整吗

这篇文章给大家聊聊关于平稳序列也要做协整吗，以及平稳时间序列和非平稳时间序列的区别对应的知识点，希望对各位有所帮助，不要忘了收藏本站哦。

要在Eviews10中进行协整检验，首先要进行两个时间序列数据的单位根检验，确认它们是否为非平稳序列。然后可以利用向量自回归（VAR）模型对两个序列进行建模，并使用Johansen方法进行协整检验。

在Eviews10中，可以通过选择“Quick/EstimateEquation”菜单，选择VAR模型和所需的滞后阶数，然后在“Co-integration”选项卡中进行Johansen检验。该检验将给出协整关系的存在性和数量。

是的，得同阶单整才能做协整，这是协整基本定义。建模的话就需要要用平稳序列。但你的数据可以不用做协整，可以直接用单整的平稳序列建模。

一、时期序列的特点：

1、指标数值是可加性的。

2、其中每个指标数值的大小和它所体现反映出的时期长短具备直接关系。

3、每个指标的数值多数是经过不断的登记汇总得到的。

二、时点序列的特点：

1、平稳性是时间序列的重要特征。如果时间序列的统计特性不随时间变化，则称其为静止的。换句话说，它具有恒定的均值和方差，协方差与时间无关。

2、其中每个指标数值的大小和它所体现反映出的时期长短不具备直接关系。时间序列只是一系列排序的数据点。在时间序列中，时间通常是自变量，目标通常是对未来进行预测。

3、每个指标的数值多数是经过一次性的登记汇总得到的。

⑴随机时间序列{}（t=1,2,…）的平稳性条件是：1）均值，是与时间t无关的常数；2）方差，是与时间t无关的常数；3）协方差，只与时期间隔k有关，与时间t无关的常数。

对于随机游走序列，假设的初值为，则易知

由于为一常数，是一个白噪声，因此，即的方差与时间t有关而非常数，所以它是一非平稳序列。

⑵在采用DF检验对时间序列进行平稳性检验中，实际上假定了时间序列是由具有白噪声随机误差项的一阶自回归过程（AR(1)）生成的。但在实际检验中，时间序列可能是由更高阶的自回归过程生成的，或者随机误差项并非是白噪声，这样用OLS法进行估计均会表现出随机误差项出现自相关，导致DF检验无效。另外，如果时间序列包含有明显的随时间变化的某种趋势（如上升或下降），则也容易导致DF检验中的自相关随机误差项问题。为了保证DF检验中随机误差项的白噪声特性，Dicky和Fuller对DF检验进行了扩充，形成了ADF检验。

1、原数据不平稳是可以建立VAR模型的。

2、我认为建立VAR模型用源数据，由于差分消除了变量长期上的经济信息，因此此时只可以分析变量间的短期因果关系。

3、协整检验是为了判断有相同趋势的两个甚至多个序列之间是否存在长期均衡关系，做此检验的目的是防止伪回归。建议jj检验，但需要选择最优的滞后期（与VAR最优滞后期一致）。

4、如果你做的三个变量有协整关系的话，可以建立VAR模型，以及误差修正模型，这样就可以用来进行预测。但是VAR模型不平稳，不能做脉冲分析跟方差分解。个人意见，仅供参考。，

平稳序列也要做协整吗的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于平稳时间序列和非平稳时间序列的区别、平稳序列也要做协整吗的信息别忘了在本站进行查找哦。