请问为什么我用eviews做格兰杰因果检验的时候，结果F值和P值都是显示 NA NA？

1. 请问为什么我用eviews做格兰杰因果检验的时候，结果F值和P值都是显示 NA NA？

序列导入出现问题。。。

2. 关于沪深300股指期货的问题

你好，首先我给您解释下沪深300是什么？
沪深300指数是用沪深两个交易所的300支股票作为标的物的合约期货。又称股指期货。它的标的物是300支股票。而其他商品期货是用实际商品作为标的物。那么沪深300指数的涨跌一般收到股市大盘资金及走势的影响。沪深300指数，首先作为期货，犹如香港的恒生指数，可以买涨买跌。只要你做对方向都是可以盈利的！那么您说的那个软件，我没有用过，我不知道。还要您自己用试一下~谢谢

3. 帮我做一下这个数据的eviews检验，要ADF，协整检验和格兰杰因果检验吧，因为对eviews实在不精通

运用2001-2007年的我国进口额和GDP季度数据进行两变量之间相关关系的实证检验。之所以采用2001年后的数据，主要是因为我国2001年加入世界贸易组织后，随着我国履行人世承诺及过渡期的结束，我国无论是被迫的还是主动的都适度加大了进口力度，2003年和2004年的进口增长速度还超过了出口增长速度(见表1)。我国的进口商品结构相对入世前发生了很大的变化，2001年后我国经济没有经历较大的外部冲击(如亚洲金融危机)，经济高速平稳增长，检验数据的样本区间针对性较强，检验方法采用计量经济学中的协整技术。 　　1　变量及样本数据的处理 　　我国2001～2007年进口额与GDP的季度数据，IM和GDP分别表示进口额和国内生产总值，数据来源于中国商务部及国家统计局的季度数据。由于中国商务部统计的季度进口额是以美元计价的，而国家统计局的国内生产总值季度值却是以人民币计价的，我们将中国人民银行的月度汇率均价换算成季度均价，再将进口额由美元单位换算为人民币。 　　2　进口IM与国内生产总值GDP的相关性分析 　　根据统计数据计算我国IM与GDP两个变量的相关系数，两变量相关系数为0.8208，这说明他们之间可能存在较强的依存关系。另从图2中可以看出，我国GDP与IM之间的关系较为密切，两个变量有不断增长的趋势，且变动方向基本一致，表明进口贸易与经济增长之间存在正相关性。 　　3　进口IM与GDP的格兰杰因果关系检验 　　由于时间序列常出现伪相关现象，为消除伪相关性并确立IM与GDP之间的因果关系，本文进一步采用格兰杰因果检验作进一步分析。 　　由格兰杰因果检验结果(见表4)，我们可以看出，对于IM不是GDP的格兰杰成因的原假设，拒绝它犯第一类错误的概率是0.000039，这表明至少在99.5%的置信水平下，可以认为IM是GDP的格兰杰成因。同理，对于第二个原假设，同样可以得出，至少在97.5%的置信水平下，认为GDP增长是进口的格兰杰成因。因此。IM、GDP之间互为因果关系。 　　4　ADF检验及协整检验 　　按照协整的定义，若两个变量时间序列之间存在协整关系，它们必须是同阶单整的，故在进行协整检验之间必须首先进行序列的平稳性检验。这里对GDP和IM的平稳性检验采用ADF法，其检验结果如表5所示。 　，GDP和IM都是非平稳的变量，而它们的一阶差分序列是平稳的，所以它们是一阶单整序列。 采用EG两步法对变量进行协整分析。由于变量GDP、IM都是一阶单整序列，可以用OLS进行协整回归，得到的方程如下： 　　GDP=6874.753+2.795842IM　(2) 　　t=　(1.525999)　(6.892257)　R2=0.673774DW=2.215435 　　模型拟合优度较好，且在a=0.10水平下，不存在异方差和自相关。变量GDP和IM是否存在协整关系，还需对以上模型的残差序列E进行平稳性检验。对E作ADF单位根检验，其结果见表6。 残差序列E的检验统计量为-3.700016，小于1%、5%和10%的显著性水平，认为估计残差为平稳序列，这表明GDP和IM之间存在协整关系，且是唯一的。协整关系所对应的长期关系方程为式(2)所表示。它表示我国进口每增长1元，则GDP增长2.795842元。 　　5　误差修正模型 　　根据格兰杰代表定理，如果两变量是协整的，则它们之间存在长期均衡关系。但是，在短期内，这些变量可以是不均衡的，两变量间这种短期不均衡关系的动态结构可以由误差修正模型(ECM)来描述。即，变量之间存在协整关系时，这些变量必存在误差修正模型的表达式，它能够将变量的短期关系和长期关系包含在同一个方程内。因gdp、im～I(1)存在协整关系，则误差修正模型表达式为： 　　△gdp=a+p0△imt+β1e(t-1)+ut (3)其中，△gdp、△im为GDP和IM的一阶差分，e等于方程(2)的残差，用OLS法对(3)进行估计得到以下方程： 　　△gdp=2755.355-2.973652△imt-1.402549 e(t-1) (4) 　　t=(1.424614) (-1.236919) (-6.150921) 　　R2=0.676236 DW=1.912867 　　检验结果揭示了两层含意：在短期内，进口变动对国内生产总值存在负向影响，这与开放经济条件下的国民经济核算公式Y=C+I+G+(x-M)中进口是一国经济增长的漏出项相一致。长期来看，进口与经济增长之间互为因果关系，即进口贸易的长期供给效应是存在的，进口能促进经济的增长。当然，经济的增长也能带动进口贸易的增加。 　　6　进口供给效应的商品结构分析 　　为了说明进口贸易的供给效应，我们对2001至2007年我国进口商品结构作进一步的分析。根据联合国的国际贸易标准(SITC)将所有商品分为10类，前5类是初级产品，后3类是工业制成品，最后2类是杂项制品和未分类制品。表7是我国2001～2007年进口商品所占进口总额的百分比(不含杂项和未分类制品)。我国加入世界贸易组织以来，进口总额中初级产品平均占到了20.6%，而工业品平均占到了71%，杂项制品和未分类制品占到了8.4%。在初级产品中，食品、饮料及烟类的进口比重持续下降，原料和燃料比重持续上升；在工业制成品中，化学成品及按原料分类制成品的比例略有下降但基本保持在11%以上，机械及运输设备所占比例最高，一直保持进口总额的45%左右。 　　我国初级产品的进口特别是原料和燃料的进口比重的增加，有利于缓解我国经济发展的供给瓶颈。我国人口众多，人均资源严重不足，资源瓶颈成为制约我国经济发展的一个重要因素，增加初级产品进口，可以充分利用国外丰裕而国内稀缺的自然资源，为国内产业的发展提供丰富的原料(燃料)来源，直接产生资源要素增加的供给效应。我国工业制成品的进口比重特别是机械设备的进口比重较高，对提高我国相关行业的技术水平有重要意义。进口技术含量较高的工业制成品可以降低国内自主研发的成本，避免许多重复劳动，尤其是通过引进先进的技术设备和产品，边干边学，消化吸收，加速人力资本积累，从而形成内生供给增长能力，推动本国经济的长期增长。同时，工业制成品的进口特别是工业元器件、零部件的进口可以进一步深化产业内贸易，提高产品的生产效率，从而形成规模经济，促进潜在总供给能力的扩张。 　　五、结论与政策建议 　　理论分析和实证研究表明，进口贸易的总供给效应是存在的，进口贸易有助于推动潜在总供给的扩张和经济长期稳定增长。我国加入世贸组织后进口规模的适度扩大不仅没有损害经济增长，反而对近年来的持续高速增长有强大的推动作用。鉴于此，我国外贸政策应当适时转型，由过去单纯强调出口，转向出口与进口并重的进出口平衡发展战略。解决当前外贸顺差过多的问题，让人民币急剧升值不是好办法，日本已有教训在先；抑制出口更不是好办法，理论和经验都证明出口对经济增长的作用不能忽视；实施“走出去”战略要谨慎，我国目前东西部发展很不平衡，农村劳动力的转化和就业问题仍然很突出，鼓励外商直接投资特别是到中西部投资的政策不能变。减少顺差唯一可行的办法就是扩大进口，只要进口增长速度高于出口增长速度，巨额的顺差是可以逐步降下来的。目前有效实施进出口平衡发展战略的重点是刺激国内需求；其次是完善进口环节税收政策，争取在世贸组织框架内通过多边协商进一步降低我国关税水平，同时考虑给予发展中国家有关优惠待遇，推进自由贸易区谈判进程；再次，扩大从美国和欧盟等顺差来源地的进口，敦促美国、欧盟等发达国家放宽对华高新技术出口限制，减少贸易摩擦；最后，加强进口贸易战略的研究和规划，完善进口信息发布制度，发挥进口大国的优势，争取国际大宗商品进口定价权；同时，也要注意防止盲目进口和无序进口，建立健全进口对产业损害的预警机制。

4. 有一组数据进行平稳性检验和格兰杰因果关系检验

转载的：
单位根检验、协整检验和格兰杰因果关系检验三者之间的关系

　　实证检验步骤：先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，进行差分，当进行到第i次差分时序列平稳，则服从i阶单整（注意趋势、截距不同情况选择，根据P值和原假设判定）。若所有检验序列均服从同阶单整，可构造VAR模型，做协整检验（注意滞后期的选择），判断模型内部变量间是否存在协整关系，即是否存在长期均衡关系。如果有，则可以构造VEC模型或者进行Granger因果检验，检验变量之间“谁引起谁变化”，即因果关系。

一、讨论一

1、单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导致伪回归。

2、当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验，但要做格兰杰检验的前提是数据必须是平稳的，否则不能做。

3、当检验的数据是非平稳（即存在单位根），并且各个序列是同阶单整（协整检验的前提），想进一步确定变量之间是否存在协整关系，可以进行协整检验，协整检验主要有EG两步法和JJ检验

A、EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性

B、JJ检验是基于回归系数的检验，前提是建立VAR模型（即模型符合ADL模式）

4、当变量之间存在协整关系时，可以建立ECM进一步考察短期关系，Eviews这里还提供了一个Wald－Granger检验，但此时的格兰杰已经不是因果关系检验，而是变量外生性检验，请注意识别


二、讨论二

1、格兰杰检验只能用于平稳序列！这是格兰杰检验的前提，而其因果关系并非我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，所以称其为“格兰杰原因”。

2、非平稳序列很可能出现伪回归，协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳序列的因果关系检验就是协整检验。

3、平稳性检验有3个作用：1）检验平稳性，若平稳，做格兰杰检验，非平稳，作协正检验。2）协整检验中要用到每个序列的单整阶数。3）判断时间学列的数据生成过程。


三、讨论三

其实很多人存在误解。有如下几点，需要澄清：

第一，格兰杰因果检验是检验统计上的时间先后顺序，并不表示而这真正存在因果关系，是否呈因果关系需要根据理论、经验和模型来判定。

第二，格兰杰因果检验的变量应是平稳的，如果单位根检验发现两个变量是不稳定的，那么，不能直接进行格兰杰因果检验，所以，很多人对不平稳的变量进行格兰杰因果检验，这是错误的。

第三，协整结果仅表示变量间存在长期均衡关系，那么，到底是先做格兰杰还是先做协整呢？因为变量不平稳才需要协整，所以，首先因对变量进行差分，平稳后，可以用差分项进行格兰杰因果检验，来判定变量变化的先后时序，之后，进行协整，看变量是否存在长期均衡。

第四，长期均衡并不意味着分析的结束，还应考虑短期波动，要做误差修正检验。


来自: