MCU=-45573.6+466.527×IP （2）
MCU=-49726.6+502.933×IP+0.001×STK （3）
模型（2）對銅價的擬合及殘差 模型（3）對銅價的擬合及殘差
通過逐步回歸法，道瓊斯指數、美元指數、基金凈持倉和原油價格等變量都從回歸方程中移出，只有美國工業產值指數和交易所庫存被保留在模型中，這與我們之前采用強行回歸后，對系數檢驗的結果相一致。很明顯，在我們所選取的各種影響因素中，美國工業產值才是影響銅價最重要的因素，其次是交易所庫存。
四、平穩性檢驗
如果直接將非平穩時間序列當作平穩時間序列來進行回歸分析，可能會造成偽回歸，即變量間本來不存在相依關系，但回歸結果卻得出存在相依關系的錯誤結論。由協整理論我們知道，若干個非平穩經濟時間序列的某種線性組合卻有可能是平穩序列，而這個平穩的時間序列可用來描述原變量間的均衡關系，只要均衡關系存在，原變量間的平穩線性組合就存在。本文中我們選取的變量均為時間序列，有必要對倫敦銅價、工業產值指數、交易所庫存這幾個序列的平穩性進行檢驗。
我們利用Eviews軟件，采用增項迪基—富勒（ADF）方法進行單位根檢驗，以此判別三個序列的平穩的平穩性，樣本區間仍然是2003年1月—2007年9月。單位根檢驗方程為：（4）
單位根檢驗結果
注：檢驗形式C、T和L分別表示單位根檢驗方程中常數項、趨勢項和滯后階數；N指不包括常數項或趨勢項；*表示在1%的水平下是顯著的,**表示在5%的水平下是顯著的；ADF統計量的臨界值來自軟件Eviews4.0。
由上表可知，倫敦銅價和美國工業產值指數是非平穩的，但其一階差分都是平穩的，即兩序列均為一階單整I（1）的，而交易所庫存是平穩序列，由此可以排除回歸方程（2）和（3）偽回歸的可能性。
五、因果檢驗
盡管我們從理論和實證的角度都得出了銅價與美國工業產值指數、交易所庫存等因素有較大的相關性，但相關性并不能說明其存在因果關系。對于X是否影響Y的問題，2003年度諾貝爾經濟學獎得主格蘭杰給出了解決辦法，他認為取決于當期Y值在多大程度上可以被前期Y值所解釋，如果加入X的滯后項有助于預測Y，或者說X滯后變量的回歸系數具有統計顯著性，說明X對于Y具有“格蘭杰因果性”。需要注意的是，這并不意味著Y是X的結果，它所檢驗的是先后次序和信息內容。 上一頁 [1] [2] [3] [4] [5] [6] 下一頁 |
