計量經(jīng)濟學(xué)資料整理

1、 異方差性的概概念異方差性的實實質(zhì) 同方差的含義同方差性：對所所有的 有： 因為方差是度量量被解釋變量量Y的觀測值圍圍繞回歸線的分散程度，因因此同方差性性指的是所有有觀測值的分分散程度相同同。 異方差的含義 設(shè)模型為如果對于模型中中隨機誤差項項ui有： 則則稱具有異方方差性。進一一步，把異方方差看成是由由于某個解釋釋變量的變化化而引起的，則則 異方差產(chǎn)生的的原因（一）模型中省省略了某些重重要的解釋變變量假設(shè)正確確的計量模型型是：（5.5） 假如略去 ，而采采用（5.5） 當被略去的 與 有呈呈同方向或反反方向變化的的趨勢時,隨隨 的的有規(guī)律變化化會體現(xiàn)在 式的 中中。（二）模型的設(shè)設(shè)定誤差模型

2、的設(shè)定主要要包括變量的的選擇和模型型數(shù)學(xué)形式的的確定。模型型中略去了重重要解釋變量量常常導(dǎo)致異異方差，實際際就是模型設(shè)設(shè)定問題。除除此而外，模模型的函數(shù)形形式不正確，如如把變量間本本來為非線性性的關(guān)系設(shè)定定為線性，也也可能導(dǎo)致異異方差。（三）數(shù)據(jù)的測測量誤差樣本數(shù)據(jù)的觀測測誤差有可能能隨研究范圍圍的擴大而增增加，或隨時時間的推移逐逐步積累，也也可能隨著觀觀測技術(shù)的提提高而逐步減減小。 （四）截面數(shù)據(jù)據(jù)中總體各單單位的差異通常認為，截面面數(shù)據(jù)較時間間序列數(shù)據(jù)更更容易產(chǎn)生異異方差。這是是因為同一時時點不同對象象的差異，一一般說來會大大于同一對象象不同時間的的差異。不過過，在時間序序列數(shù)據(jù)發(fā)生生較大

3、變化的的情況下，也也可能出現(xiàn)比比截面數(shù)據(jù)更更嚴重的異方方差。 異方差性的的后果 對參數(shù)估計計統(tǒng)計特性的的影響（一）參數(shù)估計計的無偏性仍仍然成立參數(shù)估計的無偏偏性僅依賴于于基本假定中中的零均值假假定（即 ）。所以異異方差的存在在對無偏性的的成立沒有影影響。（二）參數(shù)估計計的方差不再再是最小的同方差假定是OOLS估計方方差最小的前前提條件，所所以隨機誤差差項是異方差差時，將不能能再保證最小小二乘估計的的方差最小。對參數(shù)顯著性性檢驗的影響響由于異方差的影影響，使得無無法正確估計計參數(shù)的標準準誤差，導(dǎo)致致參數(shù)估計的的 t 統(tǒng)計計量的值不能能正確確定，所所以，如果仍仍用 t 統(tǒng)統(tǒng)計量進行參參數(shù)的顯著性性

4、檢驗將失去去意義。對預(yù)測的影響響盡管參數(shù)的的OLS估計計量仍然無偏偏，并且基于于此的預(yù)測也也是無偏的，但但是由于參數(shù)數(shù)估計量不是是有效的，從從而對Y的預(yù)預(yù)測也將不是是有效的。 第三節(jié) 異方差性的的檢驗常用檢驗方法:圖示檢驗法（一）相關(guān)圖形形分析 方差描述的的是隨機變量量取值的（與與其均值的）離離散程度。因因為被解釋變變量 與隨隨機誤差項 有相同的的方差，所以以利用分析 與 的的相關(guān)圖形，可可以初略地看看到 的離離散程度與 之間是否否有相關(guān)關(guān)系系。 如果隨著 的增加， 的離散程度度為逐漸增大大（或減?。┑牡淖兓厔?，則則認為存在遞遞增型（或遞遞減型）的異異方差。殘差圖形分析設(shè)一元線性回歸歸模型為

5、： 運用OLS法估估計,得樣本本回歸模型為為：由上兩式得殘差差：繪制出 對對 的散點點圖如果 不隨隨 而變變化，則表明明不存在異方方差；如果 隨隨 而變變化，則表明明存在異方差差。 Goldffeld-QQuanaddt檢驗作用：檢驗遞增增性(或遞減減性)異方差差?；舅枷耄簩訕颖痉譃閮刹坎糠?，然后分分別對兩個樣樣 本進行回歸，并并計算兩個子子樣的殘差平平方和所構(gòu)成成 的比，以此為為統(tǒng)計量來判判斷是否存在在異方差。（一） 檢驗的的前提條件 1、要求求檢驗使用的的為大樣本容容量。 2、除了了同方差假定定不成立外，其其它假定均滿滿足檢驗的具體做法法1.排序 將解釋變變量的取值按按從小到大排排序。

6、2.數(shù)據(jù)分組 將排列在在中間的約11/4的觀察察值刪除掉，記記為 ，再再將剩余的分分為兩個部分分，每部分觀觀察值的個數(shù)數(shù)為 。3.提出假設(shè)4.構(gòu)造F統(tǒng)計計量 分別對上述述兩個部分的的觀察值求回回歸模型，由由此 得到的兩個個部分的殘差差平方為 和 。 為前一部分樣本回歸產(chǎn)生的殘差平方和， 為后一部部分樣本回歸歸產(chǎn)生的殘差差平方和。它它們的自由度度均為 ，為參數(shù)數(shù)的個數(shù)。 檢驗的特點 要求大樣樣本 異方差的的表現(xiàn)既可為為遞增型，也也可為遞減型型 檢驗結(jié)果果與選擇數(shù)據(jù)據(jù)刪除的個數(shù)數(shù) 的大小小有關(guān) 只能判斷斷異方差是否否存在，在多多個解釋變量量的情下，對對哪一個變量量引起異方差差的判斷存在在局限。 W

7、hitee檢驗（一）基本思想想：不需要關(guān)于異方方差的任何先先驗信息，只只需要在大樣樣本的情況下下，將OLSS估計后的殘殘差平方對常常數(shù)、解釋變變量、解釋變變量的平方及及其交叉乘積積等所構(gòu)成一一個輔助回歸歸，利用輔助助回歸建立相相應(yīng)的檢驗統(tǒng)統(tǒng)計量來判斷斷異方差性。 (二)檢驗的特特點 要求變量的取取值為大樣本本不僅能夠檢檢驗異方差的的存在性，同同時在多變量量的情況下，還還能判斷出是是哪一個變量量引起的異方方差。檢驗的特點變量的樣本值值為大樣本數(shù)據(jù)是時間序序列數(shù)據(jù)只能判斷模型型中是否存在在異方差，而而不能診斷出出哪一個變量量引起的異方方差。 Glejserr檢驗（一）檢驗的基基本思想 由OLS法法

8、得到殘差，取取得絕對值，然然后將對某個個解釋變量回回歸，根據(jù)回回歸模型的顯顯著性和擬合合優(yōu)度來判斷斷是否存在異異方差。（二）檢驗的特特點 不僅能對異異方差的存在在進行判斷，而而且還能對異異方差隨某個個解釋變量變變化的函數(shù)形形式 進行行診斷。該檢檢驗要求變量量的觀測值為為大樣本。第四節(jié) 異方方差性的補救救措施異方差性是指模模型中隨機誤誤差項的方差差不是常量，而而且它的變化化與解釋變量量的變動有關(guān)關(guān)。2.產(chǎn)生異方差差性的主要原原因有：模型型中略去的變變量隨解釋變變量的變化而而呈規(guī)律性的的變化、變量量的設(shè)定問題題、截面數(shù)據(jù)據(jù)的使用，利利用平均數(shù)作作為樣本數(shù)據(jù)據(jù)等。3.存在異方差差性時對模型型的OLS

9、估估計仍然具有有無偏性，但但最小方差性性不成立，從從而導(dǎo)致參數(shù)數(shù)的顯著性檢檢驗失效和預(yù)預(yù)測的精度降降低。4.檢驗異方差差性的方法有有多種，常用用的有圖形法法、Golddfeld-Qunanndt檢驗、WWhite檢檢驗、ARCCH檢驗以及及Glejsser檢驗，運運用這些檢驗驗方法時要注注意它們的假假設(shè)條件。5.異方差性的的主要方法是是加權(quán)最小二二乘法，也可可以用變量變變換法和對數(shù)數(shù)變換法。變變量變換法與與加權(quán)最小二二乘法實際是是等價的。 第一節(jié) 什什么是多重共共線性當 時，表表明在數(shù)據(jù)矩矩陣X中，至少有有一個列向量量可以用其余余的列向量線線性表示，則則說明存在完完全的多重共共線性。 二、產(chǎn)生

10、生多重共線性性的背景多重共線性產(chǎn)生生的經(jīng)濟背景景主要有幾種種情形： 1.經(jīng)濟變變量之間具有有共同變化趨趨勢。 2.模型中中包含滯后變變量。 3.利用截截面數(shù)據(jù)建立立模型也可能能出現(xiàn)多重共共線性。 4.樣本數(shù)數(shù)據(jù)自身的原原因。 第二節(jié) 多重重共線性產(chǎn)生生的后果2.對參數(shù)區(qū)間間估計時，置置信區(qū)間趨于于變大3.假設(shè)檢驗容容易作出錯誤誤的判斷4.可能造成可可決系數(shù)較高高，但對各個個參數(shù)單獨的的 t 檢驗卻可能能不顯著，甚甚至可能使估估計的回歸系系數(shù)符號相反反，得出完全全錯誤的結(jié)論論。 第三節(jié) 多重重共線性的檢檢驗一、簡單相關(guān)系系數(shù)檢驗法含義：簡單相關(guān)關(guān)系數(shù)檢驗法法是利用解釋釋變量之間的的線性相關(guān)程程度

11、去判斷是是否存在嚴重重多重共線性性的一種簡便便方法。 判斷規(guī)則則：一般而言言，如果每兩兩個解釋變量量的簡單相關(guān)關(guān)系數(shù)(零階階相關(guān)系數(shù))比較高，例例如大于0.8，則可認認為存在著較較嚴重的多重重共線性。注意： 較高的簡簡單相關(guān)系數(shù)數(shù)只是多重共共線性存在的的充分條件，而而不是必要條條件。特別是是在多于兩個個解釋變量的的回歸模型中中，有時較低低的簡單相關(guān)關(guān)系數(shù)也可能能存在多重共共線性。因此此并不能簡單單地依據(jù)相關(guān)關(guān)系數(shù)進行多多重共線性的的準確判斷。方差膨脹因子越越大，表明解解釋變量之間間的多重共性性越嚴重。反反過來，方差差膨脹因子越越接近于1，多多重共線性越越弱。經(jīng)驗表明，方差差膨脹因子10時，說說

12、明解釋變量量與其余解釋釋變量之間有有嚴重的多重重共線性，且且這種多重共共線性可能會會過度地影響響最小二乘估估計三、 直觀判斷斷法1. 當增加或或剔除一個解解釋變量，或或者改變一個個觀測值時，回回歸參數(shù)的估估計值發(fā)生較較大變化，回回歸方程可能能存在嚴重的的多重共線性性。 2. 從從定性分析認認為，一些重重要的解釋變變量的回歸系系數(shù)的標準誤誤差較大，在在回歸方程中中沒有通過顯顯著性檢驗時時，可初步判判斷可能存在在嚴重的多重重共線性。3. 有些解釋釋變量的回歸歸系數(shù)所帶正正負號與定性性分析結(jié)果違違背時，很可可能存在多重重共線性。4. 解釋變量量的相關(guān)矩陣陣中，自變量量之間的相關(guān)關(guān)系數(shù)較大時時，可能會

13、存存在多重共線線性問題。四、逐步回歸法法逐步回歸的基本本思想 將變量逐逐個的引入模模型，每引入入一個解釋變變量后，都要要進行檢驗驗，并對已經(jīng)經(jīng)選入的解釋釋變量逐個進進行t 檢驗驗，當原來引引入的解釋變變量由于后面面解釋變量的的引入而變得得不再顯著時時，則將其剔剔除。以確保保每次引入新新的變量之前前回歸方程中中只包含顯著著的變量。 在逐步回回歸中，高度度相關(guān)的解釋釋變量，在引引入時會被剔剔除。因而也也是一種檢測測多重共線性性的有效方法法。第四節(jié) 多重共共線性的補救救措施修正多重共線性性的經(jīng)驗方法法1. 剔除變量量法把方差擴大因子子最大者所對對應(yīng)的自變量量首先剔除再再重新建立回回歸方程，直直至回歸

14、方程程中不再存在在嚴重的多重重共線性。注注意: 若若剔除了重要要變量，可能能引起模型的的設(shè)定誤差。2. 增大樣本本容量如果樣本容量增增加，會減小小回歸參數(shù)的的方差，標準準誤差也同樣樣會減小。因因此盡可能地地收集足夠多多的樣本數(shù)據(jù)據(jù)可以改進模模型參數(shù)的估估計。問題：增加樣本數(shù)數(shù)據(jù)在實際計計量分析中常常面臨許多困困難。3. 變換模型型形式一般而言，差分分后變量之間間的相關(guān)性要要比差分前弱弱得多，所以以差分后的模模型可能降低低出現(xiàn)共線性性的可能性，此此時可直接估估計差分方程程。問題：差差分會丟失一一些信息，差差分模型的誤誤差項可能存存在序列相關(guān)關(guān)，可能會違違背經(jīng)典線性性回歸模型的的相關(guān)假設(shè)，在在具體

15、運用時時要慎重。4. 利用非樣樣本先驗信息息通過經(jīng)濟理論分分析能夠得到到某些參數(shù)之之間的關(guān)系，可可以將這種關(guān)關(guān)系作為約束束條件，將此此約束條件和和樣本信息結(jié)結(jié)合起來進行行約束最小二二乘估計。5. 橫截面數(shù)數(shù)據(jù)與時序數(shù)數(shù)據(jù)并用首先利用橫截面面數(shù)據(jù)估計出出部分參數(shù)，再再利用時序數(shù)數(shù)據(jù)估計出另另外的部分參參數(shù)，最后得得到整個方程程參數(shù)的估計計。 注意：這里包含含著假設(shè)，即即參數(shù)的橫截截面估計和從從純粹時間序序列分析中得得到的估計是是一樣的。6. 變量變換換變量變換的主要要方法：(1)計算相對對指標 (2)將名義數(shù)數(shù)據(jù)轉(zhuǎn)換為實實際數(shù)據(jù) (3)將小類指指標合并成大大類指標 變量數(shù)據(jù)的變換換有時可得到到較

16、好的結(jié)果果，但無法保保證一定可以以得到很好的的結(jié)果。逐步回歸法（1）用被解釋釋變量對每一一個所考慮的的解釋變量做做簡單回歸。（2）以對被解解釋變量貢獻獻最大的解釋釋變量所對應(yīng)應(yīng)的回歸方程程為基礎(chǔ)，按按對被解釋變變量貢獻大小小的順序逐個個引入其余的的解釋變量。若新變量的引入入改進了R2 和 F 檢驗，且且回歸參數(shù)的的t 檢驗在在統(tǒng)計上也是是顯著的，則則在模型中保保留該變量。若新變量的引入入未能改進RR2和 F 檢驗，且且對其他回歸歸參數(shù)估計值值的t 檢驗驗也未帶來什什么影響，則則認為該變量量是多余變量量。若新變量的引入入未能改進 R2 和 F 檢驗，且且顯著地影響響了其他回歸歸參數(shù)估計值值的數(shù)值

17、或符符號，同時本本身的回歸參參數(shù)也通不過過t 檢驗，說說明出現(xiàn)了嚴嚴重的多重共共線性。小結(jié)1.多重共線性性是指各個解解釋變量之間間有準確或近近似準確的線性關(guān)系系。2.多重共線性性的后果： 如果各個解釋釋變量之間有有完全的共線線性，則它們們的 回歸系系數(shù)是不確定定的，并且它它們的方差會會無窮大。 如果共線性性是高度的但但不完全的，回回歸系數(shù)可估估計， 但有有較大的標準準誤差。回歸歸系數(shù)不能準準確地估計。3.診斷共線性性的經(jīng)驗方法法： (1) 表現(xiàn)為可可決系數(shù)異常常高而回歸系系數(shù)的t 檢檢驗不顯著。 (2) 變量之間間的零階或簡簡單相關(guān)系數(shù)數(shù)。多個解釋釋變量時，較較低的零階相相關(guān)也可能出出現(xiàn)多重共

18、線線性，需要檢檢查偏相關(guān)系系數(shù)。 (4)如果 高而偏相相關(guān)系數(shù)低，則則多重共線性性是可能的。(5) 用解釋釋變量間輔助助回歸的可決決系數(shù)判斷。4.降低多重共共線性的經(jīng)驗驗方法： (1)利用外部或或先驗信息； (2)橫截面與時時間序列數(shù)據(jù)據(jù)并用； (3)剔除高度共共線性的變量量(如逐步回回歸)； (4)數(shù)據(jù)轉(zhuǎn)換； (5)獲取補充數(shù)數(shù)據(jù)或新數(shù)據(jù)據(jù)； (6)選擇有偏估估計量（如嶺嶺回歸）。 經(jīng)驗方法法的效果取決決于數(shù)據(jù)的性性質(zhì)和共線性性的嚴重程度度。第十章、時間序序列計量經(jīng)濟濟模型 第一節(jié) 時間間序列基本概概念偽回歸問題傳統(tǒng)計量經(jīng)濟學(xué)學(xué)模型的假定定條件：序列列的平穩(wěn)性、正正態(tài)性。 所謂“偽回歸”，是

19、指變量量間本來不存存在相依關(guān)系系，但回歸結(jié)結(jié)果卻得出存存在相依關(guān)系系的錯誤結(jié)論論。20世紀70年年代，Graange、NNewbolld 研究發(fā)發(fā)現(xiàn)，造成“偽回歸”的根本原因因在于時序序序列變量的非非平穩(wěn)性隨機過程有些隨機現(xiàn)象，要要認識它必須須研究其發(fā)展展變化過程，隨隨機現(xiàn)象的動動態(tài)變化過程程就是隨機過過程。 例如，考察一段段時間內(nèi)每一一天的電話呼呼叫次數(shù)，需需要考察依賴賴于時間t的的隨機變量 ， 就是一一隨機過程。又例如，某國某某年的GNPP總量，是一一隨機變量，但但若考查它隨隨時間變化的的情形，則 就是一一隨機過程。時間序列的平穩(wěn)穩(wěn)性所謂時間序列的的平穩(wěn)性，是是指時間序列列的統(tǒng)計規(guī)律律不會

20、隨著時時間的推移而而發(fā)生變化。直觀上，一個平平穩(wěn)的時間序序列可以看作作一條圍繞其其均值上下波波動的曲線。從理論上，有兩兩種意義的平平穩(wěn)性，一是是嚴格平穩(wěn)，另另一種是弱平平穩(wěn)。時間序列的非平平穩(wěn)性是指時間序列的的統(tǒng)計規(guī)律隨隨著時間的位位移而發(fā)生變變化，即生成成變量時間序序列數(shù)據(jù)的隨隨機過程的特特征隨時間而而變化。在實際中遇到的的時間序列數(shù)數(shù)據(jù)很可能是是非平穩(wěn)序列列，而平穩(wěn)性性在計量經(jīng)濟濟建模中又具具有重要地位位，因此有必必要對觀測值值的時間序列列數(shù)據(jù)進行平平穩(wěn)性檢驗。時間序列平穩(wěn)性性的單位根檢檢驗一、單位根檢驗驗結(jié)論:隨機游動過程是是非平穩(wěn)的。因因此，檢驗序序列的非平穩(wěn)穩(wěn)性就變?yōu)闄z檢驗特征方程程

21、是否有單位位根，這就是是單位根檢驗驗方法的由來來 Dickey-Fulleer檢驗（DDF檢驗）大多數(shù)經(jīng)濟變量量呈現(xiàn)出強烈烈的趨勢特征征。這些具有有趨勢特征的的經(jīng)濟變量，當當發(fā)生經(jīng)濟振振蕩或沖擊后后，一般會出出現(xiàn)兩種情形形: 受受到振蕩或沖沖擊后，經(jīng)濟濟變量逐漸又又回它們的長長期趨勢軌跡跡； 這些些經(jīng)濟變量沒沒有回到原有有軌跡，而呈呈現(xiàn)出隨機游游走的狀態(tài)。若我們研究的經(jīng)經(jīng)濟變量遵從從一個非平穩(wěn)穩(wěn)過程，一個個變量對其他他變量的回歸歸可能會導(dǎo)致致偽回歸結(jié)果果。這是研究究單位根檢驗驗的重要意義義所在。Dickey、FFullerr研究發(fā)現(xiàn)，DDF檢驗的臨臨界值同序列列的數(shù)據(jù)生成成過程以及回回歸模型的

22、類類型有關(guān)，因因此他們針對對如下三種方方程編制了臨臨界值表，后后來Mackkinnonn把臨界值表表加以擴充，形形成了目前使使用廣泛的臨臨界值表，在在EViewws軟件中使使用的是Maackinnnon臨界值值表。三、Augmeented Dickeey-Fulller檢驗驗（ADF檢檢驗）DF檢驗存在的的問題是，在在檢驗所設(shè)定定的模型時，假假設(shè)隨機擾動動項不存在自自相關(guān)。但大大多數(shù)的經(jīng)濟濟數(shù)據(jù)序列是是不能滿足此此項假設(shè)的，當當隨機擾動項項存在自相關(guān)關(guān)時，直接使使用DF檢驗驗法會出現(xiàn)偏偏誤，為了保保證單位根檢檢驗的有效性性，人們對DDF檢驗進行行拓展，從而而形成了擴展展的DF檢驗驗(Augmm

23、entedd Dickkey-Fuuller Test)，簡稱為AADF檢驗。 協(xié)整問題：估計出來來的貨幣需求求函數(shù)是否揭揭示了貨幣需需求的長期均均衡關(guān)系？（1）如果上述述貨幣需求函函數(shù)是適當?shù)牡模敲簇泿艓判枨髮﹂L期期均衡關(guān)系的的偏離將是暫暫時的，擾動動項序列是平平穩(wěn)序列，估估計出來的貨貨幣需求函數(shù)數(shù)就揭示了貨貨幣需求的長長期均衡關(guān)系系。（2）相反，如如果擾動項序序列有隨機趨趨勢而呈現(xiàn)非非平穩(wěn)現(xiàn)象，那那么模型中的的誤差會逐步步積聚，使得得貨幣需求對對長期均衡關(guān)關(guān)系的偏離在在長時期內(nèi)不不會消失。述貨幣需求模型型是否具有實實際價值，關(guān)關(guān)鍵在于擾動動項序列是否否平穩(wěn)。 貨幣供供給量、實際際收入、價

24、格格水平以及利利率可能是II(1)序列列。一般情況況下，多個非非平穩(wěn)序列的的線性組合也也是非平穩(wěn)序序列。 如果貨貨幣供給量、實實際收入、價價格水平以及及利率的任何何線性組合都都是非平穩(wěn)的的，那么上述述貨幣需求模模型的擾動項項序列就不可可能是平穩(wěn)的的，從而模型型并沒有揭示示出貨幣需求求的長期穩(wěn)定定關(guān)系。反過來說，如果果上述貨幣需需求模型描述述了貨幣需求求的長期均衡衡關(guān)系，那么么擾動項序列列必定是平穩(wěn)穩(wěn)序列，也就就是說，非平平穩(wěn)的貨幣供供給量、實際際收入、價格格水平以及利利率四變量之之間存在平穩(wěn)穩(wěn)的線性組合合。 上述例子向我們們揭示了這樣樣一個事實：“包含非平穩(wěn)變變量的均衡系系統(tǒng)，必然意意味著這些

25、非非平穩(wěn)變量的的某種組合是是平穩(wěn)的”這正是協(xié)整理論論的思想。協(xié)整概念的提出出對于用非平平穩(wěn)變量建立立經(jīng)濟計量模模型，以檢驗驗這些變量之之間的長期均均衡關(guān)系非常常重要。（1）如果多個個非平穩(wěn)變量量具有協(xié)整性性，則這些變變量可以合成成一個平穩(wěn)序序列。這個平平穩(wěn)序列就可可以用來描述述原變量之間間的均衡關(guān)系系。（2）當且僅當當多個非平穩(wěn)穩(wěn)變量之間具具有協(xié)整性時時，由這些變變量建立的回回歸模型才有有意義。所以以協(xié)整性檢驗驗也是區(qū)別真真實回歸與偽偽回歸的有效效方法。（3）具有協(xié)整整關(guān)系的非平平穩(wěn)變量可以以用來建立誤誤差修正模型型。由于誤差差修正模型把把長期關(guān)系和和短期動態(tài)特特征結(jié)合在一一個模型中，因因此既

26、可以克克服傳統(tǒng)計量量經(jīng)濟模型忽忽視偽回歸的的問題，又可可以克服建立立差分模型忽忽視水平變量量信息的弱點點。二、協(xié)整檢驗協(xié)整性的檢驗有有兩種方法基于回歸殘差的的協(xié)整檢驗，這這種檢驗也稱稱為單一方程程的協(xié)整檢驗驗；基于回歸系數(shù)的的完全信息協(xié)協(xié)整檢驗。這里我們僅考慮慮單一方程的的情形，而且且主要介紹兩兩變量協(xié)整關(guān)關(guān)系的EG兩兩步法檢驗。三、誤差修正模模型（Error Correectionn Modeel ,ECCM）誤差修正模型(ECM，也也稱誤差修正正模型)是一一種具有特定定形式的計量量經(jīng)濟模型。建立誤差修正模模型一般采用用兩步，分別別建立區(qū)分數(shù)數(shù)據(jù)長期特征征和短期待征征的計量經(jīng)濟濟學(xué)模型。第一步，建立長長期關(guān)系模型型。即通過水水平變量和OOLS法估計計出時間序列列變量間的關(guān)關(guān)系。若估計計結(jié)果形成平平穩(wěn)的殘差序序列時，那么么這些變量間間就存在相互互協(xié)整的關(guān)系系長期關(guān)系系模型的變量量選擇是合理理的，回歸系系數(shù)具有經(jīng)濟濟意義。第二步，建立誤誤差修正模型型。將長期關(guān)關(guān)系模型 各各個變量以一一階差分形式式重新構(gòu)造