顺序Zivot和Andrews检验

顺序Zivot和安德鲁斯检验的使用方法

Perron（1989）认为，当结构发生变化时，传统的单位根测试（Dickey-Fuller，Augmented Dickey-Fuller和Phillips-Perron）几乎没有能力将单位根轨迹与静止的根轨迹区分开。因此，由于这些检验偏向于不拒绝单位根无效假设，因此替代性平稳性假设通常被错误地拒绝。

例如，佩伦发现，尼尔森和普洛瑟（1982）使用的一系列宏观经济和金融总量在结构变化的情况下基本上是静止的，这与上述作者指出的相反。按照这一思路，Zivot和Andrews（1992）开发了一种测试，其中内在确定了断点日期。为此目的，开发了为E-Views准备的程序，该程序对应于Z&A测试，是顺序执行的，后者是指该程序评估分析序列的每次观察中可能存在结构断裂的事实（生成虚拟变量）。从第75次观察开始，直到观察N-75为止。

顺序轮转测试

情况1：单位根并且不存在中断

我们有以下系列的SERIE3，其图形如下所示：

乍一看，可以说该系列的趋势出现了3个中断，分别围绕观察160、230和320。有了这种赞赏，我们使用了我们的程序。

上一步：由于程序会不断生成假人，包括均值中断和趋势中断，因此该系列必须采用UNDATED格式。我们将系列名称放在指示以下内容的行中：

genr lserie =（要分析的系列名称）

我们在那里放置的任何序列，程序都将其名称更改为“ laser”，然后从那里执行计算。

由于我们的系列有500个观察值，因此该程序已生成350个虚拟变量，用于平均值中断（从DUM75到DUM425），另外350个虚拟变量用于趋势中断（从DUT75到DUT425）。

显示的最后一张图是下面的图：

红线（FT）显示了顺序执行的F检验的结果，对于趋势可能断裂，绿线（FM）显示了相同的检验，但是对于均值的可能断裂，蓝线（F）是F检验，对于这两种情况。

可以看出，正是红线达到了更高的值，因此我们可以得出结论，有可能趋势出现突破，或者换句话说，如果序列中出现突破（而不是单位根），这将是趋势的突破，将在观察值125附近。

我们在Z&A测试图的平均值中断中看到，与顺序应用的测试结果相关的线没有超过临界值。正如我们最初得出的结论，如果有休息，那将是趋势。两种情况下都应用Z&A测试的情况相同，如下图所示：

让我们看一下我们感兴趣的情况的Z&A测试图：趋势突破的可能存在：

我们在这里看到蓝线没有越过临界值，因此趋势没有中断。因此，该系列的不稳定行为是由于存在单位根。

情况2：媒体中断和更正。

现在，我们分析称为“ serie5”的系列，其显示如下：

F检验的图形如下：

我们得出的结论是，均值可能会在观察值350附近出现突破，并将其与Z&A检验的均值突破进行比较。

确实，平均值存在一个中断，并且它发生在观察值350附近。我们如何确定中断的确切日期？在系列窗口中，在生成的虚拟变量的末尾，有三个数字对象：Date，Datet和Datem，它们指示在两种情况下趋势检验和断裂检验均具有最高F检验的日期或观察值平均而言。当我们对平均中断感兴趣时，我们双击Datem，数字353将立即出现在窗口的下部，这意味着该中断发生在该观察值中，并且我们将使用它来校正虚拟变量是DUM353..最后，我们显示其余两个图形。

最初，SERIE5在单元根测试（增强的Dickey-Fuller）的应用中给出了以下结果：

ADF测试统计	-3.322979	1％临界值*	-3.9808
		5％临界值	-3.4208
		临界值10％	-3.1328
* MacKinnon临界值，用于拒绝单位根假设。

我们最初会说该系列具有单位根。现在我们可以得出结论，事实并非一定如此，因为观察值353中的中断会改变该结论。因此，我们将校正序列，然后应用DFA测试，以查看是否确实存在根酉

更正。-

趋势断裂使用相同的步骤。但是，如果有必要，我们会指出变化。

众所周知，中断发生在观察值353中，幸运的是程序已经生成了虚拟变量（包括DUM353）。如果突破趋势，那么我们将使用DUT353。

我们运行以下回归：

Ls serie5 c dum353

serie5的实际行为是通过该方程式的误差项来收集的，我们想知道dum353的重要性如何，然后消除该失真效应。也就是说，我们正在做的是：

Series5 = a + b * dum353 +错误

如果我们想让dum353消失，我们要做的就是生成一个名为Newerie5的新系列，它将是：

新系列5 =系列5-dum353。

通过指示的回归，我们想要找到与Dum353相关的系数，以进行上述操作。我们得到以下结果：

因变量：SERIE5
方法：最小二乘
样本：1500
包含的意见：500
变量	系数	标准错误	统计量	概率。
C	21.05669	0.593630	35.47108	0.0000
DUM353	47.94697	1.094818	43.79447	0.0000
R平方	0.793870	均值相关变量	35.15310
调整后的R平方	0.793456	SD相关变量	24.54128
回归SE	11.15329	赤池信息标准	7.665338
残差平方和	61949.14	Schwarz准则	7.682196
对数似然	-1914,334	F统计	1917,955
Durbin-Watson统计	1.670467	概率（F统计）	0.000000

显然，Dum353将具有重要意义。由此，我们对与假人相关的系数感兴趣，它是：47.94697。因此，我们生成以下序列：

Gener newerie5 =系列5-（47.94697 * dum353）

这个新系列的图形如下：

但是，将两个图形放在一起以查看进行校正的效果很方便：

从NEWSERIES5中，可以从观察值353看到变化（请记住，直到观察值352，两个序列都相等），并且稳定性很明显。中间不会中断。如果我们应用Z&A检验，我们发现与Z&A检验相关的均值中断图将产生以下结果：

DFA测试（针对单位根）现在显示以下内容：

ADF测试统计	-6.359861	1％临界值*	-3.9808
		5％临界值	-3.4208
		临界值10％	-3.1328
* MacKinnon临界值，用于拒绝单位根假设。

结论是SERIE5中没有单位根，但均值中断。

参考书目

BOX，GEP和GMJENKINS（1970年）：“时间序列分析，预测和控制”。旧金山，霍尔顿节。 P. 87 。DICKEY，DA和W.FÜLLER（1984）： “测试季节性时间序列中的单位根”。美国统计协会杂志，第79页，第pp。 355-367。恩格尔·R。和W. GRANJER（1987）：“协整和纠错表示，估计和测试”。计量经济学#55。第251-276页。格兰杰C.和P.NEWBOLD（1974）： “计量经济学中的虚假回归”。计量经济学杂志#2。第111-120页。亨德利·戴维（JEND FRANCOIS）和大卫·理查德（RICHARD）。（1983）：“经济时间序列的计量经济学分析”，《国际统计评论》，第51期，1983 年。和A.BHARGAVA。（1983年）：“测试最小二乘回归的残差，以通过高斯随机游走产生。” 《计量经济学》#51，第153-174页。SALKEVER，F，KENNETH。（1972年）：“使用虚拟变量来计算预测误差和置信区间。”。计量经济学杂志，第4期，第393-397页。TRUJILLO CALAGUA，GUSTAVO H：（1994年）：“秘鲁的宏观计量模型：新的贡献”。编辑，Naco Banco De LaNación，政府运营中央管理。第320页。（1997年）： “秘鲁的计量模型：1960- 1997年”（编译器），编辑。圣罗莎（Santa Rosa）。 3体积。（2002）： “ 应用计量经济学与Eviews确定4.1” 1 ^是版。Zivot，Eric和Andrews，Donald WK，1992年，“关于大崩盘，油价震荡和单位根假说的进一步证据”，《商业和经济统计杂志》第10卷，第3期，pp。251-270。