本文使用的数据是2010-01-04——2020-03-05沪深300指数的每日收盘价,走势图如下:
接下来,开始使用eviews8.0检验:
1、双击点开所要检验的时间序列数据
2、点击view,然后再选择Unit Root Test
3、检验类型选择ADF检验。检验的顺序一般是
原始数据->一阶差分->二阶差分
检验的形式一般是先检验最复杂的情形,即
含常数项和趋势项->含常数项->无
其它选项默认就好。
0阶、含常数项和趋势项的检验结果如下图。从P值=0.2498>0.05(接受原假设),可以得出原始序列在此检验下不平稳。
0阶、含常数项的检验结果如下图。从P值=0.504>0.05(接受原假设),可以得出原始序列在此检验下不平稳。
0阶、无的检验结果如下图。从P值=0.6703>0.05(接受原假设),可以得出原始序列在此检验下不平稳。
以上分析得出,原始序列数据在三种情形下都不平稳,即认为原始序列是一个不平稳数据。那么就要对数据进行一阶差分,然后对其进行检验。
1阶、含常数项和趋势项的检验结果如下图。从P值=0.000<0.05(拒绝原假设),可以得出一阶差分后的序列在此检验下已经平稳,那么是否可以停止检验了呢?答案是否定的,还需要进行其它两种形式的检验,然后比较三者AIC、SIC值,谁的最小就选谁。(其实我都懒得去比较,直接看下面的常数项和趋势项的P值,只要其中一个大于0.05,就不选,比如下面这个,就可以直接排除了)
1阶、含常数项的检验结果如下图。从P值=0.000<0.05(拒绝原假设),可以得出一阶差分后的序列在此检验下已经平稳。(PS:下面常数项的P值大于0.05,直接不选)
1阶、无的检验结果如下图。从P值=0.000<0.05(拒绝原假设),可以得出一阶差分后的序列在此检验下已经平稳。
通过以上分析得出,沪深300指数在一阶差分后已经平稳,类型是不含常数项和趋势项平稳。大家论文可以写成(c,t,k)形式,其中c 是常数项,t 是趋势项,k是差分的阶数,比如本例中可以写成(0,0,1)形式。
经济意义解释:一般一阶差分后可以表示成增长幅度,就比如本例中就可以说沪深300每日收盘价的增幅是平稳序列。不过,对于一般的经济指标,大部分都会先进行取对数,比如本例中可以做对数变换:ln(hs300_close),取对数后,一阶差分的解释就可以说成沪深300指数每日的增长率,WHY?这就是跟连续复利计息公式有关了。连续复利计息公式:
()
其中 F 是年金终值,P 是现值,i 是利率,k 是每年计息次数,n 是若n年后。
当每年计息次数 ,这就是熟悉的公式了:
从而可以推出
()() 两边去对数且移项后可以得出
ni 就表示无限连续复利的利率啦,对数增长率就是这么来的