Stata: 协整还是伪回归?

主要观点总结

本文介绍了关于协整与伪回归的研究，通过蒙特卡洛模拟展示了OLS估计量在协整关系下的一致性，并检验了模拟数据中的协整关系。文章还提供了伪回归和协整关系的代码以及画图代码。

关键观点总结

关键观点1: 介绍协整与伪回归的概念和区别

协整是指一组时间序列之间存在长期的均衡关系，而伪回归则是表面上的联动关系，实际上没有长期的意义。

关键观点2: 通过蒙特卡洛模拟展示OLS估计量在协整关系下的一致性

模拟生成了协整和伪回归的数据集，通过OLS估计量对两组数据进行回归，结果显示协整关系下的OLS估计量具有一致性。

关键观点3: 介绍如何检验协整关系

使用Engle–Granger两步法进行协整关系的检验，通过残差项的单位根检验来判断是否存在协整关系。

关键观点4: 提供伪回归和协整的Stata代码及画图代码

提供了生成协整和伪回归数据集的Stata代码，以及绘制经验分布图的画图代码。

关键观点5: 介绍Stata连享会时间序列专题的相关内容

连享会是一个定期分享实证分析经验的平台，提供了关于时间序列分析的相关推文和资料。

文章预览

  👇 连享会 · 推文导航 |  www.lianxh.cn 🍎 Stata： Stata基础  |  Stata绘图  |  Stata程序  |  Stata新命令 📘 论文： 数据处理  |  结果输出  |  论文写作  |  数据分享 💹 计量： 回归分析  |  交乘项-调节   |  IV-GMM  |  时间序列  |  面板数据   |  空间计量  |  Probit-Logit  |  分位数回归 ⛳ 专题： SFA-DEA  |  生存分析   |  爬虫  |  机器学习  |  文本分析 🔃 因果： DID  |  RDD  |  因果推断  |  合成控制法  |  PSM-Matching 🔨 工具： 工具软件  |  Markdown  |  Python-R-Stata 🎧 课程： 公开课-直播  |   计量专题  |  关于连享会   连享会课程 ·  2024 政策分析专题   编译: 许梦洁 (Frankfurt School of Finance and Management) E-mail: m.xu@fs.de   Source: Ashish Rajbhandari → Cointegration or spurious regression?   温馨提示： 文中链接在微信中无法生效。请点击底部 ………………………………