eviews讲解单位根检验

Eviews残差单位根检验步骤1. 概述Eviews是一种广泛用于计量经济学研究的数据分析软件，它提供了一系列的统计分析工具，其中包括残差单位根检验。

残差单位根检验是判断时间序列数据是否平稳的重要方法之一，本文将介绍在Eviews 软件中进行残差单位根检验的具体步骤。

2. 数据准备在进行残差单位根检验之前，首先需要利用Eviews进行时间序列模型的拟合，得到模型的残差序列。

在Eviews中，可以使用最小二乘法、一般最小二乘法等方法估计时间序列模型，得到残差序列。

以ARMA(p,q)模型为例，其残差序列可以通过以下步骤获取：(1) 打开Eviews软件，导入所需数据；(2) 选择“Quick/Estimate Equation”或“Proc/Estimate Equation”，在弹出的窗口中输入ARMA(p,q)模型的方程形式，点击“OK”进行模型估计；(3) 在估计结果页面，找到残差序列并将其保存。

3. 单位根检验Eviews提供了多种单位根检验的方法，如ADF检验、Phillips-Perron检验等。

下面将以ADF检验为例，介绍在Eviews中进行残差单位根检验的步骤。

(1) 打开Eviews软件，打开保存的残差序列数据；(2) 选择“View/Residual Diagnostics/Unit Root Test”；(3) 在弹出的窗口中选择ADF单位根检验，设置滞后阶数和趋势项，并点击“OK”进行检验；(4) 在ADF单位根检验结果页面，查看检验统计量的数值及其显著性水平，进行单位根检验的判断。

4. 检验结果解读进行残差单位根检验后，需要对检验结果进行解读。

在Eviews中，一般使用的显著性水平为0.05，若检验统计量的值小于相应的临界值，就可以拒绝原假设，即残差序列是平稳的。

相反，若检验统计量的值大于临界值，则不能拒绝原假设，残差序列是非平稳的。

在解读检验结果时，需要注意控制滞后阶数和趋势项的选择，以及检验结果的稳健性和有效性。

1.单位根检验结果检验类型ADF值P值结论LnY （0，0，2）-4.27016 0.0005 平稳LnX1 (C,T,1) -2.464548 0.3362 非平稳D(LnX1) (0,0,0) -2.994499 0.006 平稳LnX2 (C,0,0) -1.719707 0.4009 非平稳D(LnX2) (C,T,0) -3.692378 0.0616 平稳LnX3 (C,T,3) -3.123541 0.1494 非平稳D(LnX3) (C,T,3) -7.098886 0.0014 平稳LnX4 (C,T,3) -4.445399 0.0249 平稳LnX5 (C,T,0) -1.690278 0.7009 非平稳D(LnX5) (0,0,0) -3.277648 0.0033 平稳通过单位根检验，可以发现LnY和LnX4为平稳序列，而LnX1、LnX2、LnX3、LnX5均为一阶单整序列。

2.协整检验由于后面需要进行回归分析，这里对这些变量做协整检验。

这里采取EG协整检验的做法（备注：Johansen协整检验样本量不够），结果见下图：从上述结果可以看到，被解释变量为LnY时，其z统计量对应的显著性P值小于10%，因此在10%的显著水平下，以LnY为被解释变量的回归方程存在协整关系。

对此，我们检查该回归的残差是否平稳，结果见下图：由残差的单位根检验结果可以看出，此时残差为平稳序列，即该回归存在协整关系。

3.格兰杰因果关系检验由前面的协整检验知LnY与解释变量存在长期的均衡关系，在此基础上，我们对其进行格兰杰因果关系检验。

从上图可以看出LnX1和LnX5不是LnY的格兰杰原因，而LnX2、LnX3、LnX4均是LnY的格兰杰原因，因此我们将建立以LnY为被解释变量，以LnX2、LnX3、LnX4为解释变量的回归。

4.回归结果首先对LnY与LnX2、LnX3、LnX4做协整检验，结果如下：从结果可以看出被解释变量为LnY时，其tau统计量对应的显著性P值小于10%，因此在10%的显著水平下，以LnY为被解释变量的回归存在协整关系。

eviews各种检验（⼀）、ADF是单位根检验，第⼀列数据y做ADF检验，结果如下Null Hypothesis: Y has a unit rootExogenous: Constant, Linear Trend 外因的Lag Length: 0 (Automatic based on SIC, MAXLAG=10)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -3.820038 0.0213Test critical values: 1% level -4.0987415% level -3.47727510% level -3.166190在1%⽔平上拒绝原假设，序列y存在单位根，为不平稳序列。

但在5%、10%⽔平上均接受原假设，认为y平稳。

对y进⾏⼀阶差分，差分后进⾏ADF检验：Null Hypothesis: Y has a unit rootExogenous: NoneLag Length: 0 (Automatic based on SIC, MAXLAG=10)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -9.328245 0.0000Test critical values: 1% level -2.5999345% level -1.94574510% level -1.613633可见，在各⽔平上y都是平稳的。

因此，可以把原序列y看做⼀阶单整。

第⼆列xADF检验如下：Null Hypothesis: X has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic based on SIC, MAXLAG=10)t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.216737 0.0898Test critical values: 1% level -4.0987415% level -3.47727510% level -3.166190在1%、5%⽔平上拒绝原假设，序列x存在单位根，为不平稳序列。

ADF检验就是单位根检验，把数据输入Eviews之后，点击左上角的View--Unit Root Test,（但好
像更好用一些），之后可以选择一阶、二阶差分之后的序列是否存在单位根，同时可以选检验的方程中是否存在存在趋势项、常数项等。

一般进行ADF检验要分3步：
1 对原始时间序列进行检验，此时第二项选level，第三项选None.如果没通过检验，说明原始时间序列不平稳；
2 对原始时间序列进行一阶差分后再检验，即第二项选1st difference，第三项选intercept,若仍然未通过检验，则需要进行二次差分变换；
3 二次差分序列的检验，即第二项选择2nd difference ，第四项选择Trend and intercept.一般到此时间序列就平稳了！
看结果：
1%，5%，10%指的是显著水平，如果ADF检验值（t值）大于某显著水平值（一般是5%），则不通过检验，即存在单位根（不平稳），此时，可通过一阶差分再来查看单位根是否平稳，p值指的是接受原假设的概率。

在报告上的写法：
：r=0
H
: r=1
H
1
，序列有单位根，非平缓。

反之……
如果ADF检验值>临界值，则接受H
（注：H
的写法，选中要设置为下标的字母，点击菜单栏格式——字体，选择效
果中的下标，确定。

或直接选中的那个红色项进行格式设置）
操作：图/line&symbol。