三大检验lmwaldlr.ppt

（第3版279页） 11.9 格兰杰（Granger）因果性检验（不讲） （第3版280页） 11.9 格兰杰（Granger）因果性检验（不讲） 通过EViews计算的Granger因果性检验的两个F统计量的值见图。SHt 和SZt之间存在单向因果关系。即SZt是SHt变化的Granger原因，但SHt 不是SZt变化的Granger原因。 （第3版280页） 11.9 格兰杰（Granger）因果性检验（不讲） Granger非因果性检验的EViews操作是，打开SHt和SZt的数剧组窗口，点击View键，选Granger Causility功能。在随后打开的对话框口中填上滞后期数2，点击OK键，即可得到图11.20的检验结果。 用滞后5, 10, 15, 20, 25期的检验式分别检验，结果见下表： 结论都是上海综指不是深圳成指变化的Granger原因，但深圳成指是上海综指变化的Granger原因。 （第3版280页） 11.9 格兰杰（Granger）因果性检验（不讲） 注意： （1）滞后期k的选取是任意的。实质上是一个判断性问题。以xt和yt为例，如果xt-1对yt存在显著性影响，则不必再做滞后期更长的检验。如果xt-1对yt不存在显著性影响，则应该再做滞后期更长的检验。一般来说要检验若干个不同滞后期k的格兰杰因果关系检验，且结论相同时，才可以最终下结论。 （2）当做xt是否为导致yt变化的格兰杰原因检验时，如果zt也是yt变化的格兰杰原因，且zt又与xt相关，这时在xt是否为导致yt变化的格兰杰因果关系检验式的右端应加入zt的滞后项。 （3）不存在协整关系的非平稳变量之间不能进行格兰杰因果关系检验。 （第3版281页） 11.9 格兰杰（Granger）因果性检验（不讲） 第11章结束. 学习计量 第11章 模型的诊断与检验 11.1 模型总显著性的F检验（已讲过） 11.2 模型单个回归参数显著性的t检验（已讲过） 11.3 检验若干线性约束条件是否成立的F检验 11.4 似然比（LR）检验 11.5 沃尔德（Wald）检验 11.6 拉格朗日乘子（LM）检验 11.7 邹（Chow）突变点检验（不讲） 11.8 JB（Jarque-Bera）正态分布检验（不讲） 11.9 格兰杰（Granger）因果性检验（不讲） （第3版252页） 在建立模型过程中，要对模型参数以及模型的各种假定条件作检验。这些检验要通过运用统计量来完成。在第2章和第3章已经介绍过检验单个回归参数显著性的t统计量和检验模型参数总显著性的F统计量。在第5章介绍了模型误差项是否存在异方差的Durbin-Watson检验、White检验；在第6章介绍了模型误差项是否存在自相关的DW检验和BG检验。 本章开始先简要总结模型参数总显著性的F检验、单个回归参数显著性的t检验。然后再介绍几个在建模过程中也很常用的其他检验方法。他们是检验模型若干线性约束条件是否成立的F检验和似然比（LR）检验、Wald检验、LM检验、JB检验以及Granger非因果性检验。 第11章 模型的诊断与检验 11.1 模型总显著性的F 检验 以多元线性回归模型，yt = ?0+?1xt1+?2xt2+…+?k xt k+ ut为例， 原假设与备择假设分别是 H0：?1= ?2 = … = ?k = 0； H1：?j不全为零 在原假设成立条件下，统计量 其中SSR指回归平方和；SSE指残差平方和；k+1表示模型中 被估参数个数；T 表示样本容量。判别规则是， 若 F ? F? (k,T-k-1)，接受H0； 若 F > F? (k,T-k-1) , 拒绝H0。 （详见第3章） （第3版252页） 11.2 模型单个回归参数显著性的t 检验 （第3版253页） 11.3 检验若干线性约束条件是否成立的F 检验 （第3版254页） 例11.1：建立中国国债发行额模型。 首先分析中国国债发行额序列的特征。1980年国债发行额是43.01亿元，占GDP当年总量的1%，2001年国债发行额是4604亿元，占GDP当年总量的4.8%。以当年价格计算，21年间（1980-2001）增长了106倍。平均年增长率是24.9%。 中国当前正处在社会主义市场经济体制逐步完善，宏观经济运行平稳阶段。国债发行总量应该与经济总规模，财政赤字的多少，每年的还本付息能力有关系。 11.3 检验若干线性约束条件是否成立的F 检验 （第3版254页） 例11.1：建立中国国债发行额模型 选择3个解释变量，国内生产总值，财政赤字额，年还本付息额，根据散点图建立中国国债发行额模型如下：