合上述结果可以知道，两时间序列通过了协整检验。

因果检验在中按住键同时选中和，右击，依次选择命令，在弹出的窗口中单击按钮，并选择命令，在弹出的对话东北财经大学届本科毕业论文框中选择滞后阶数可根据以往的实证检验结果选择滞后阶数，单击按钮，结果如右图所示。

与下面四个图比较后才选择了阶滞后项。

由阶滞后项的值可知是变化的原因而不是变化的原因。

误差纠正机制首先提取残差，在主菜单中依次选择命令，输入估计方程，然后选择。

提取出残差。

再依次选择命令，输入估计方程其中，表示的差分序列，表示的滞后阶。

的系数为，值没有通过检验，没有纠正实际值与均衡值之间的差异。

若能通过检验，则表明的实际值与均衡值或长期之间的差异约有得以纠正。

般来说，随着变动，与本文上面的研究结论相同。

若要研究与的联动效应，可以选择更新或更多的样本。

运用进行实证分析基于论文的计量需求模型模型的基本概念阶自回归条件异方程模型，其定义由均值方程和条件方程给出ε均值方程εεεε条件方程其中，表示时刻所有可得信息的集合，为条件方差。

误差项ε的方差由两部分组成，个常数项和前个时刻关于变化量的信息，该信息用前个时刻的残差平方表示项。

广义自回归条件异方差，模型可以表示为ε均值方程εεεε条件方程沪深股市收益率的波动性研究描述性统计新建，选择选项，在和文本框中分别输入和总的样本个数。

选择菜单中的命令，找到要导入的文档，完成数据导入。

在窗口主菜单栏下的命令窗口中输入如下命令，同样的项系数之和约为，也小于因此，过程是平稳的，其条件方差表现出均值回复，即过去的波动对未来的影响是逐渐衰减的。

，的估计结果与之前步骤样，但在下选择，即可得，的估计结果东北财经大学届本科毕业论文如上图所示，沪深两市均值方程中条件方差项的系数估计分别为，但都不显著。

此结果的出现可能是样本太少的缘故。

的系数估计通常为正的，且显著，反映收益与风险的正相关关系，说明收益有真的风险溢价。

哪个市场的系数越大般沪市大，说明哪个市场的投资者更加厌恶风险，要求更高的风险补偿。

估计估计与上述估计步骤相似，但在下选择，如右图。

得到的估计如下。

运用进行实证分析基于论文的计量需求其中，项的系数为ε，沪深两市的分别为，而且都是显著的，说明沪深股市中都存在杠杆效应。

检验两市波动的因果性提取条件方差重复之前的模型的建模步骤，依次选择主菜单栏中的命令，得到回归方程残差项的条件方差数据序列，同样的步骤得到回归方程残差项的条件方差数据序列检验两市波动的因果性在中按住键同时选中和，右击，依次选择命令，在弹出的窗口中单击按钮，选择命令，再选择滞后阶数阶。

得到下图结果。

我们无法拒绝假设上市波动不是深市波动的原因，但能拒绝假设深市波动不是上市波动的原因。

这初步证明了沪深股市的波动之间存在溢出效应，且是不对称单向的。

这表明是深圳市场的波动导致上海市场的波动，而不是相反。

修正模型东北财经大学届本科毕业论文在沪市模型的条件方差方程中加入深市波动的滞后项，应该会改善估计结果。

在估计的基础上于文本框中输入，单击确认按钮。

可以得到加入滞后项后沪市模型重新估计的结果，结果如下所示。

主要参考文献朱顺泉，金融计量经济学及其软件应用，年月第版。

，方法输入，得到沪市深市收益率数据系列双击序列，在新窗口中单击按钮，依次选择命令，得到的描述性统计量由下图可得之后表中数据描述性统计量序列名称均值标准差偏度峰度的值东北财经大学届本科毕业论文偏度均小于，有左偏的特点标准正太分布的峰度值为，高于表明序列有尖峰后尾特征。

即右则厚尾为正态性检验统计量，原假设该序列服从正态分布，由统计量对应的值等于可知，两个序列拒绝正态分布的原假设，认为的分布不是正态分布。

平稳性检验对序列进行单位根检验，选择滞后阶，有截距项无趋势项。

如右图所示。

得到下列结果。

在的显著水平下，两市收益率都拒绝随机游走的假设，说明是平稳的时间序列数据。

金融资产的价格般是非平稳的，经常有个单位根随机游走，而收益率序列通常是平稳的。

均值方程的确定及残差序列自相关检验通过对收益率的自相关检验，两市的收益率都与其滞后阶存在显著的自相关有的用阶，因此对两市收益率的均值方程都采用如下形式ε对收益率做自回归，弹出对话框中输入，选择普通最小二乘法估计方法。

运用进行实证分析基于论文的计量需求自相关的统计量检验用统计量对均值方程拟合后的残差平方做自相关检验在回归结果窗口打开时，单击命令，再选择阶有的用阶滞后则可得沪收益率残差项的自相关系数值和值。

深的该值在回归结果窗口打开时做相应步骤可得那些值。

如下图所示。

从上图可以知道。

残差平方序列的自相关系数和偏自相关系数在处显著不为柱形较长处。

而残差平方序列的和在处显著不为这些说明残差序列存在效应。

如果柱形图中柱状在不断缩短，呈收敛的形式，表明不存在效应。

在回归结果窗口打开时，命令栏目输入，双击，打开该序列的窗口，点击选择类型。

得到残差平方线性图。

类似步骤在回归结果窗口中继续也可得到残差平方线性图。

东北财经大学届本科毕业论文可见ε平方具有明显的时间可变性和集簇性，残差波动有聚类现象，在些时间内该现象比较明显，说明误差项可能具有条件异方差性效应，适合用类模型来建模。

对残差进行检验拉格朗日乘法检验在各个自回归窗口分别做以下步骤选择，阶滞后，得到下图结果。

对也做相同步骤。

统计量观察值分别为，相伴概率分别为，均小于，拒绝没有效应的原假设。

结果表明残差项的值分别为均小于，故残差中效应是显著的。

类模型建模，模型的估计结果，弹出对话框中输入均值方程即主体模型，选择估计方法。

估计结果如下运用进行实证分析基于论文的计量需求残差平方和项为项，项和都是高度显著的，表明收益率序列具有显著的波动集簇性。

沪市中项和项系数之和约为，小于。

如右图可知深市中项残差平方和项在序列，如右图所示。

时间序列数据的平稳性检验打开时间序列，依次选择，如下图中左图所示。

进入下图中右图界面。

运用进行实证分析基于论文的计量需求可以选择变量水平值阶差分值二阶差分值，选择包含常数项包含时间趋势项以及常数项什么都不包含三个类型中的个来对时间序列进行单位根检验。

此次选择了的水平值，仅包含常数项的单位根检验。

输出结果如下。

原假设。

该序列有单位根，即原假设为该序列不平稳。

，无法拒绝原价设，故该序列水平值不平稳。

接下来选择该序列的阶差分进行单位根检验，输出如下结果。

其中。

表示序列的阶差分，值，显著拒绝不平稳的原假设，故是平稳的时间序列。

不平稳，平稳，故是阶单整的时间序列。

时间序列变量的最小二乘估计时间序列最小二乘估计的前提条件要对方程式。

进行回归分析，进行最小二乘估计要满足下列条件中的个。

三个时间序列必须是阶单整的，即三个时间序列是平稳的。

东北财经大学届本科毕业论文三个时间序列是非平稳的，但是三个时间序列是同阶单整的，回归方程必须通过协整检验。

同阶单整举例都不平稳，但都是平稳的，三个时间序列是都是阶单整。

是同阶单整的。

协整法进行协整检验假设都是阶单整的，在进行最小二乘估计之后，导出估计方程的残差项，复制粘贴数据到新的变量，对变量进行单位根检验，若检验结果表明是平稳的时间序列，即是阶单整的时间序列，那么该回归结果就通过了协整检验，之前的回归结果就不会因为各个变量的不平稳性出现伪回归的现象。

依次选择在输入栏中输入估计方程式，选择最小二乘估计的方法，点击确定。

在估计结果窗口依次选择。

进入下个界面。

左图选中列的数据，右击再选中。

然后在工具栏选择。

运用进行实证分析基于论文的计量需求新建变量，选择类型，命名为，点击，单击打开序列，粘贴数据。

对进行单位根检验。

检验结果值，拒绝有单位根的原假设，故是平稳的时间序列。

即该回归方程通过了协整检验。

诊断回归模型多重共线性计量检验与消除将之前的分析结果展示如下。

东北财经大学届本科毕业论文分析上述结果。

样本可决系数为，表示可以解释总变动的。

统计量为，对应的值为，小于，表明方程总体线性显著，或者解释变量中至少有个是对被解释变量有显著影响。

有的变量的统计量对应的值大于，表明该解释变量对被解释变量的影响是不显著的，与统计量所得到的结果矛盾。

④的系数符号与实际情况不符。

综合表明可能存在严重的多重共线性。

进步诊断。

依次选择在接下来的窗口中输入输出结果如右图所示。

与的相关性最大，但也只有，故多重共线性不是很严重。

但为了谨慎起见，采用逐步回归法进行分析。

表。

对因变量进行的回归分析解释变量第步第二步运用进行实证分析基于论文其中，。

记服从阶自回归。

在的估计窗口中输入带估计方程。

选择估计方法最小二乘法。

的系数就是的估计值，是残差自相关模型式的滞后算子多项式的根，这个根有时是虚数，但静态自回归模型的滞后算子多项式的根的模应该小于。

值为，接近于，模型自相关问题解除。

运用进行实证分析基于论文的计量需求若误差项存在高阶自相关，形如则应在估计方程对话框中输入若形如下式的自相关应在估计方程对话框中输入。

这样就可以校正误差序列高阶自相关包含滞后变量的自相关检验待估计方程为，输出结果如右图。

查标准正太分布表得临界值。

项的标准误的平方为其中模型中的绝对值，则拒绝原假设，说明自回归模型存在自相关，需对模型作进步修改。

绝对值，则接收原假设，模型扰动项不存在阶自相关。

联立方程模型宏观经济的联立方程模型如下。

消费方程投资方程收入方程在菜单栏上依次选择命令，然后选择作为对象的类型，将该对象命名为。

东北财经大学届本科毕业论文前两行输入，的估计方程，最终只受，的影响，。

而第三行输入。

表示工具变量接下来选择按钮。

有九种估计方法可供选择协方差矩阵，用于截面数据协方差矩阵，用于时间序列数据。

下图选择估计方法，单击确定，得到右图估计结果面板数据模型的建立及应用正常情况下，选择时序类进行建立，录入数据后，选择，选择类型对象，命名为。

在右图打开的窗口中输入标识。

接着单击按钮，进入左下图，输，再点击进入右下角图示界面，在该界面录入数据。

运用进行实证分析基于论文的计量需求录入数据后在窗口下单击按钮，按左下图输入。

点击确定。

葛兰杰因果检验前提条件在进行因果检验之前，必须对进行检验，如果序列非平稳，则需要先经过次或多次差分使之平稳化，然后再对两个平稳化后的序列进行检验。

检验模型如果与为平稳的过程，对于模型如果，则相互独立东北财经大学届本科毕业论文如果，≠，则为的原因如果≠则为的原因④如果≠，≠，则互为因果。

用进行实例分析，得到对话框。

在对话框中输入已录入的两个序列与经过检验都是平稳的序列由，在的显著性水平下拒绝零假设，即在的显著性水平下认为增长是增长的原因。

与利率的因果检验，是二阶差分平稳，阶差分不平稳，故是阶单整的序列。

利率是阶单整序列。

对上述两个序列进行检验的结果如右上图所示，都无法拒绝原假设，故的二阶差分与的计量需求注。

为负数时取。

代表系数通过了显著性水平为的假设检验。

代表系数通过了显著性水平