金融计量学时间序列平稳性与协整检验分析系统

资 源 简 介

本系统是专为金融计量学研究和量化投资分析而设计的专业工具，核心功能涵盖了单变量单位根检验以及多变量间的协整关系验证。在单位根检验阶段，系统提供扩展迪基-富勒检验（ADF）和菲利普斯-佩龙检验（PP），通过计算特征根和检验统计量来判断金融时间序列（如股价、汇率、利率等）是否具有平稳性，并能自动根据信息准则选择最优滞后阶数。这一步骤是进行协整分析的必要前提，能够有效避免伪回归现象。在协整检验阶段，系统集成了恩格尔-格兰杰两步法（Engle-Granger Approach）和约翰森检验（Johansen Te

详 情 说 明

金融计量学序列平稳性及协整关系检验分析系统

项目介绍

本系统是一款针对金融时间序列分析开发的专用计量工具，旨在解决金融数据（如股价、汇率等）在建模过程中常见的非平稳性问题及伪回归风险。系统集成了完整的计量检验工作流，从单变量的单位根测试，到多变量间的长期均衡关系（协整）鉴定，为量化投资分析和宏观经济建模提供严谨的统计支撑。

功能特性

1. 分层单位根检验：提供扩展迪基-富勒检验（ADF）与菲利普斯-佩龙检验（PP），支持在不同模型假设下判断序列的平稳性，并自动验证一阶差分的平稳性。
2. 最优滞后阶数识别：基于向量自回归（VAR）框架，通过赤池信息准则（AIC）和贝叶斯信息准则（BIC）自动评估并挑选模型的最优滞后阶数。
3. 双维度协整分析：

* 恩格尔-格兰杰（Engle-Granger）两步法：针对双变量系统，通过OLS回归提取残差并检验其平稳性。 * 约翰森（Johansen）检验：针对多变量系统，利用极大似然法计算迹统计量与最大特征值，确定系统中存在的协整向量数量。

1. 可视化诊断矩阵：自动生成包含原始序列走势、长期均衡回归散点、残差序列波动以及残差自相关分析（ACF）在内的全方位图表。

实现逻辑与算法流程

系统在运行过程中遵循严密的金融计量学分析步骤，具体逻辑如下：

1. 数据生成与预处理：系统内置数据模拟模块，生成具有理论协整关系的两个一阶单整I(1)序列。通过随机游走算法构建基础序列，并叠加线性关系与白噪声。
2. 平稳性验证逻辑：

* 对每个变量执行ADF检验，采用趋势平稳（TS）模型进行初步评估。 * 执行PP检验，利用非参数方法对序列的相关性和异方差性进行修正。 * 输出包含统计量、P值及“平稳/不平稳”的直观结论。

1. 信息准则计算逻辑：

* 通过子函数迭代计算1至4阶滞后的VAR模型。 * 利用残差协方差矩阵的行列式计算对数似然值，进而导出AIC和BIC。 * 以AIC最小化为原则，自动锁定后续Johansen检验所需的滞后参数。

1. 协整关系检验逻辑：

* 两步法实现：首先执行一阶段线性回归（fitlm），提取残差项；随后对残差进行无截距项的ADF检验（AR模型），若残差平稳，则判定存在长期均衡。 * 多变量矩阵检验：调用Johansen测试接口，在H1模型假设下（协整空间含截距项），对比迹统计量与5%显著性水平下的临界值，确定秩（Rank）的数量。

1. 结果输出与可视化：系统将统计报告实时输出至控制台，并同步绘制四象限分析图，直观展现变量间的回归拟合效果与残差的统计特性。

关键函数与技术细节分析

• adftest & pptest：这两个函数构成了单位根检验的核心。ADF通过参数化方式处理高阶自相关，而PP检验则通过非参数修正增强了对误差项分布的鲁棒性。
• jcitest：该函数执行Johansen极大似然估计，是处理多变量非平稳系统的关键。它能有效识别系统中可能存在的多个协整关系，比两步法具有更高的统计效能。
• fitlm：用于执行普通最小二乘法（OLS）回归，是建立双变量长期均衡方程的基础工具，通过其返回的Coefficients和Residuals属性获取模型参数。
• 自定义评价算法：系统内置了简化VAR信息准则计算函数，通过矩阵运算（X'X X'Y）快速估计系数，并利用行列式（det）计算似然估计，实现了模型复杂度的自动优化。
• autocorr分析：在可视化中利用ACF图验证残差是否为白噪声，并配以显著性边界线，作为协整结论的辅助判断依据。

使用方法

1. 环境配置：确保MATLAB环境中已安装Econometrics Toolbox（计量经济学工具箱）。
2. 数据替换：在代码的数据输入模块，可以将模拟的y和x序列替换为实际的金融资产价格数据。
3. 执行分析：运行主函数，系统将自动依次执行单位根检验、阶数优化、两步法协整、Johansen检验。
4. 报告解读：查看命令行输出的各类统计量表单，并结合弹出的图形窗口对比回归线与残差波形的平稳度。

系统要求

• 软件环境：MATLAB R2016b 及以上版本。
• 必备工具箱：Econometrics Toolbox, Statistics and Machine Learning Toolbox。
• 硬件配置：标准个人计算机，具备基础图形处理能力。