金融计量-金融数据的平稳性检验

实验报告三金融数据的平稳性检验一实验目的理解经济时间序列存在的不平稳性掌握ADF检验平稳性的方法认识不平稳的序列容易导致伪回归问题掌握为解决伪回归问题引出的协整检验协整的概念和具体的协整检验过程协整描述了变量之间的长期关系为了进一步研究变量之间的短期均衡是否存在掌握误差纠正模型方法理解变量之间的因果关系的计量意义掌握格兰杰因果检验方法二实验步骤数据选取与下载本实验选取中国上海证券市场A股成分指数上证180和深圳证券市场A股成分指数深证300作为研究对象分别从财经网站上下载了2010年5月4号到2016年4月19号这将近6年的上证180和深证300的数据共1448个其中上证180指数以下记为sha深证300指数以下记为sza平稳性检验将sha和sza的数据导入Eviews软件分别用折线图直方图和ADF检验三种方法对数据的平稳性进行检验折线图利用Eviews软件作出sha与sza的折线图如图1所示由折线图可以看出sha与sza的走势基本一致有较强的相关性但是并不能看出sha与sza是否平稳图1sha与sza的分布折线图直方图利用Eviews软件作出sha的直方图如图2所示从图中可以看出数据的分布为右偏远非正态分布而且其JB统计量为8886615JB统计量越趋向于0数据越是符合正态分布也就是说数据越平稳所以sha数据并不平稳图2sha分布直方图利用Eviews软件作出sza的直方图如图3所示从图中可以看出数据的分布也为右偏而非正态分布而且其JB统计量为9816901比sha的JB统计量8886615还大所以sza数据并不平稳并且比sha更不平稳图3sza分布直方图ADF检验利用Eviews软件对sha进行ADF检验的检验结果如图4所示滞后项m为2从图中可以看出ADF检验值为1507016大于15和10的临界值所以sha数据并不平稳图4sha的ADF检验结果同样利用Eviews软件对sza进行ADF检验的检验结果如图5所示滞后项m为3从图中可以看出ADF检验值为1658750大于15和10的临界值所以sza数据也不平稳图5sza的ADF检验结果取对数由于取对数可以将间距很大的数据转换为间距较小的数据所以对sha和sza取对数再进行平稳性检验新变量sha的对数记为logshasza的对数记为logsza折线图logsha与logsza的分布折线图如图6所示由折线图可以看出logsha与logsza的走势基本一致有较强的相关性但是并不能看出logsha与logsza是否平稳图6logsha与logsza的分布折线图直方图logsha的直方图如图7所示从图中可以看出数据的分布为右偏非正态分布其JB统计量为2521483虽然远小于sha的JB统计量值但是距离0仍然有差距所以logsha数据并不平稳图7logsha分布直方图logsza的直方图如图8所示从图中可以看出数据的分布较复杂但仍非正态分布其JB统计量为2205935所以logsza数据并不平稳图8logsza分布直方图ADF检验Logsha的ADF检验结果如图9所示滞后项m为4从图中可以看出ADF检验值为1590587大于15和10的临界值所以logsha数据并不平稳图9logsha的ADF检验结果Logsza的ADF检验结果如图10所示滞后项m为2从图中可以看出ADF检验值为1428587大于15和10的临界值所以logsza数据并不平稳图10logsza的ADF检验结果协整检验经过上面的分析发现sha与szalogsha与logsza都是不平稳的于是对logsha和logsza进行协整检验首先进行logsza对logsha的最小二乘法回归结果如图11所示图11logsza对logsha的最小二乘法回归提取残差resid01对残差resid01进行ADF检验滞后项m为3检验结果如图12所示由检验结果可以看出ADF检验值为3260388小于5和10的临界值大于1的临界值所以残差resid01基本平稳说明logsha与logsza有协同关系图12残差resid01的ADF检验结果同样进行logsha对logsza的最小二乘法回归结果如图13所示图13logsha对logsza的最小二乘法回归提取残差resid02对残差resid02进行ADF检验滞后项m为3检验结果如图14所示由检验结果可以看出ADF检验值为3273485小于5和10的临界值大于1的临界值所以残差resid02基本平稳说明logsza与logsha有协同关系图14残差resid02的ADF检验结果因果检验下面对logsha与logsza进行格兰杰因果检验确定哪个变量是另一个变量变化的原因分别取滞后阶数m为123456进行检验检验结果如下图所示图15滞后阶数为1的格兰杰因果检验结果图16滞后阶数为2的格兰杰因果检验结果图17滞后阶数为3的格兰杰因果检验结果图18滞后阶数为4的格兰杰因果检验结果图19滞后阶数为5的格兰杰因果检验结果图20滞后阶数为6的格兰杰因果检验结果从检验结果可以看出当原假设为logsza不是导致logsha变化的原因第一行时若滞后阶数m较小则拒绝原假设说明logsza是导致logsha变化的原因当滞后阶数m不断增大时检验结果中的P值也不断增大所以随着滞后阶数m的增大logsza不再是导致logsha变化的原因了当原假设为logsha不是导致logsza变化的原因第二行时不管滞后阶数m大小检验结果中的P值一直较低可以拒绝原假设说明logsha是logsza变化的原因综上logsha是logsza变化的原因误差纠正机制ECM即使两个变量之间有长期均衡关系但是在短期内也会出现失衡所以下面用ECM对这种短期失衡加以纠正经过上面的因果检验已经知道了sha是sza变化的原因于是对sha和sza进行最小二乘回归回归结果如图21所示图21sha对sza的最小二乘回归提取残差resid03通过对dsza和dsharesid031进行最小而成回归进行误差纠正结果如图22所示图22误差修正模型结果由修正结果可以看出resid03的系数0018345而且P值为00001通过了t检验表明sza的实际值与长期均衡之间的差异有18345得以纠正由于resid03的系数显著而且为负数说明sha和sza之间存在的长期稳定关系制约着sha和sza的变化促使它们走向均衡这也符合上证市场和深证市场的实际情况经济学分析从以上分析来看上证市场与深证市场的相关度很高这可以从它们的折线图和相关系数094看出来这是由于两个市场皆属于中国大陆的证券市场投资群体投资理念大致相同所以两个市场互相影响联系密切从因果检验的结果来看深证市场是随着上证市场的变动而变动的上证市场领先于深证市场变动的原因可能是上证市场的股票数量资金数额不同导致的而且在上证市场上市的一般是比较成熟的企业相比于深证市场的中小板要更加稳定所以深证市场随着上证市场的变动而变动