statsmodels.tsa.stattools.coint

statsmodels.tsa.stattools.coint(y0, y1, trend='c', method='aeg', maxlag=None, autolag='aic', return_results=None)[source]

测试单变量方程的无协整性。

原假设是没有协整关系。y0和y1中的变量被假设为1阶单整，I(1)。

这使用了增强的Engle-Granger两步协整检验。 常数或趋势包含在第一步回归中，即在协整方程中。

警告：与 statsmodels 0.8 相比，autolag 的默认值已更改。在 0.8 版本中，autolag 始终为 None，现在该关键字已被使用，默认值为“aic”。使用 autolag=None 以避免滞后搜索。

Parameters:
y0array_like

协整系统中的第一个元素。必须是1维的。

y1array_like

协整系统中的剩余元素。

trendstr {“c”, “ct”}

协整方程中包含的趋势项。

  • “c” : 常数。

  • “ct” : 常数和线性趋势。

  • 也提供二次趋势“ctt”，以及无常数“n”。

method{“aeg”}

仅“aeg”（增强的Engle-Granger）可用。

maxlagNone or int

用于adfuller的参数，最大或给定的滞后数。

autolagstr

用于adfuller的参数，滞后选择准则。

  • 如果为 None，则使用 maxlag 滞后而不进行滞后搜索。

  • 如果选择“AIC”（默认）或“BIC”，则滞后阶数的选择将基于最小化相应的信息准则。

  • 基于“t-stat”的最大滞后选择。从最大滞后开始，并逐步减少滞后，直到最后一个滞后的t统计量在使用5%显著性水平的检验中显著。

return_resultsbool

为了未来的兼容性，目前仅提供元组。 如果为True，则返回一个结果实例。否则，返回一个包含测试结果的元组。设置return_results=False以避免未来返回值的变化。

Returns:
coint_tfloat

残差的单位根检验的t统计量。

pvaluefloat

MacKinnon的近似渐近p值，基于MacKinnon（1994）。

crit_valuedict

基于回归曲线的检验统计量在1%、5%和10%水平上的临界值。这取决于观测值的数量。

注释

原假设是没有协整关系，备择假设是存在协整关系。如果p值很小，低于临界值，那么我们可以拒绝不存在协整关系的假设。

P值和临界值是通过MacKinnon 1994年和2010年的回归曲面近似法获得的。

如果两个序列几乎完全共线性，那么计算检验在数值上是不稳定的。然而，在维持它们是积分的假设下，这两个序列将是协整的。在这种情况下，t统计量将被设置为-inf，p值将被设置为零。

待办事项：我们可以通过删除包含nans的行来处理数据中的间隙。辅助回归。尚未实现，目前假设没有nans且时间序列中没有间隙。

参考文献

[1]

麦金农, J.G. 1994 “单位根和协整检验的近似渐近分布函数。” 商业与经济统计杂志, 12.2, 167-76.

[2]

麦金农, J.G. 2010. “协整检验的临界值。” 女王大学, 经济学系工作论文 1227. http://ideas.repec.org/p/qed/wpaper/1227.html

Last update: Oct 16, 2024