eviews协整方程怎么写 _方程

1.用eviews做协整检验,如何得出协整方程首先判断协整检验的结果，根据迹检验（图1-上个表格）、最大特征值检验（图1-下个表格），可以判断得出存在2个协整方程，上面也输出了结果：indicate 2 ces.主要可以根据统计量后面的p值进行判断，p
在宏观经济计量分析中，Granger(1987)所提出的协整方法已成为了分析非平稳经济变量之间数量关系的最主要工具之一，且通过线性误差修正模型（ECM）刻画了经济变量之间的线性调整机制，这就是所谓的线性协整方法。随着经济理论的发展，尤其是交易成本和政策反应的经济分析中。
协整即存在共同的随机性趋势。协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系，伪回归的一种特殊情况即是两个时间序列的趋势成分相同，此时可能利用这种共同趋势修正回归使之可靠。正是由于协整传递出了一种长期均衡关系，若是能在看来具有单独随机性趋势的几个变数之间找到一种可靠联系。
在进行时间系列分析时，传统上要求所用的时间系列必须是平稳的，即没有随机趋势或确定趋势，否则会产生“伪回归”问题。但是，在现实经济中的时间系列通常是非平稳的，我们可以对它进行差分把它变平稳，但这样会让我们失去总量的长期信息，而这些信息对分析问题来说又是必要的，所以用协整来解决此问题。
2.如何从EViews里面的Johansen检验结果看出协整方程【eviews协整方程怎么写】首先判断协整检验的结果，复根据迹检验（得出的第一个图上个表格）、最大特征值检验（得出的第一个制图-下个表格）可以判断得出存在？个协整方程，上面也输出了结果：indicate ? ces.主要可以根据bai统计量后面的p值进行判断，p<0.1，都是拒绝该原假设，就是同行最前面那个假设。
举例：如du果2个协整方程：
找到2CES对应zhi的表格，1.0000对应的就是被解释变量，然后写出2个方程：【注意更改系数正负号】
LOGGDP=-2.097LOGGSIP+2.2217LOGGTIP+10.3829
LOGGEC=-0.8943LOGGSIP+0.3717LOGGTIP+5.515
同时，也dao可以写出1个的协整方程，就是1CE对应的方程，证明残差平稳即可。
LOGGDP=-4.402LOGGEC-6.034LOGGSIP+3.858LOGGTIP+33.076
3.eviews中怎样通过协整检验的结果得出协整方程已经做完ADF检验显示数据一阶差分下平稳，然后做协整检验步骤如下：先选好几个数据为一组，然后View-Cointegration Test-johansen Cointegration test，出来的数据如何看是否协整呢？怎么得出协整方程？可以加下QQ教下我吗。
Date: 08/01/14 Time: 13:42 Sample (adjusted): 1998Q3 2007Q4 Included observations: 38 after adjustments Trend assumption: Linear deterministic trend Series: LGDP LM2 NR Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.**None * 0.605576 56.50272 29.79707 0.0000At most 1 * 0.419693 21.15020 15.49471 0.0063At most 2 0.012310 0.470692 3.841466 0.4927Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.**None * 0.605576 35.35252 21.13162 0.0003At most 1 * 0.419693 20.67951 14.26460 0.0042At most 2 0.012310 0.470692 3.841466 0.4927Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): LGDP LM2 NR 21.11865 -17.17371 -2.146984 -6.699369 9.186556 0.751623 34.02128 -27.79844 -0.901857 Unrestricted Adjustment Coefficients (alpha): D(LGDP) 0.002445 0.008822 0.000182 D(LM2) -0.001688 0.000574 -0.000879 D(NR) 0.165557 0.000650 -0.007731 1 Cointegrating Equation(s): Log likelihood 257.8395 Normalized cointegrating coefficients (standard error in parentheses) LGDP LM2 NR 1.000000 -0.813201 -0.101663 (0.02441) (0.00941) Adjustment coefficients (standard error in parentheses) D(LGDP) 0.051642 (0.05094) D(LM2) -0.035639 (0.02974) D(NR) 3.496331 (0.55398) 2 Cointegrating Equation(s): Log likelihood 268.1792 Normalized cointegrating coefficients (standard error in parentheses) LGDP LM2 NR 1.000000 0.000000 -0.086318 (0.06433) 0.000000 1.000000 0.018869 (0.07600) Adjustment coefficients (standard error in parentheses) D(LGDP) -0.007458 0.039047 (0.04122) (0.03623) D(LM2) -0.039485 0.034255 (0.03112) (0.02736) D(NR) 3.491977 -2.837250 (0.58118) (0.51090) 。