协整是一种统计概念。它处理时间序列数据。许多经济变量自身不平稳。它们的均值方差随时间变化。直接回归可能产生虚假结果。研究者可能发现不存在的关系。协整解决了这个问题。两个或多个序列可能各自不平稳。它们的某个线性组合却可能平稳。这种组合体现了长期均衡关系。短期波动会偏离这个均衡。经济力量将拉回均衡状态。

协整的直觉来自生活观察。夫妻吵架是一个例子。丈夫和妻子情绪各自波动。今天丈夫高兴妻子不高兴。明天妻子高兴丈夫不高兴。两人的情绪都不平稳。但他们的关系存在一种约束。吵架不会无限升级。一方会主动和解。长期来看情绪绑定在一起。他们的情绪差是平稳的。这个差不会无限扩大。这就是协整关系。

经济中存在许多类似例子。汽油价格和原油价格。两者都剧烈波动。今天原油涨明天汽油涨。短期看它们步伐不一致。炼油成本运输成本有影响。长期看汽油价格追随原油。价差不会无限扩大。市场机制会调整。价差太大时需求减少。供应也会变化。最终价格趋向均衡。研究者用协整描述这种关系。

家庭收入和消费也是例子。收入每月变化。消费也每月变化。收入高时多存点钱。收入低时动用储蓄。消费不会完全跟随收入。但长期看消费由收入决定。消费与收入存在稳定比例。这个比例是长期均衡。短期冲击如生病买车。消费暂时偏离收入。随后几个月调整回来。收入和消费是协整的。

协整分析需要检验步骤。首先检验序列是否平稳。使用单位根检验方法。ADF检验是常用工具。如果序列本身平稳。不需要协整分析。直接回归即可。如果序列不平稳。继续检验差分后是否平稳。一阶差分后平稳称为一阶单整。多数经济数据属于此类。两个同阶单整序列可能协整。

然后进行协整检验。恩格尔-格兰杰方法简单。先对两个变量做回归。得到残差序列。检验残差是否平稳。如果残差平稳。变量存在协整关系。回归系数体现长期均衡。残差代表短期偏离。可以建立误差修正模型。约翰森方法处理多变量。它寻找协整向量的个数。

误差修正模型很重要。它结合长期和短期。长期方程表示均衡关系。短期方程表示调整过程。误差修正项系数为负。它衡量回调速度。系数大回调快。系数小回调慢。模型包含差分项。差分项捕捉短期动态。这样分析更全面。

协整有实际应用价值。它帮助理解经济系统。货币需求和利率可能协整。汇率和物价可能协整。股票价格和股息可能协整。知道协整关系有助于预测。当偏离过大时。可以预期回调。这对投资决策有用。政策制定者也关注协整。如果变量失去协整。可能预示结构变化。需要政策干预。

协整研究注意几个问题。样本长度要足够。短样本检验不可靠。数据生成过程要稳定。中途发生结构断裂。结论可能错误。此时需要引入断点检验。变量选择要有理论依据。不能盲目进行检验。经济逻辑是基础。

协整思想可以推广。不仅经济数据适用。其他领域也适用。气候变化指标可能协整。生物种群数量可能协整。社会现象也可能协整。只要存在长期约束。就可能存在协整。

协整是计量经济学的工具。它使研究者避免错误。它揭示隐藏的稳定关系。它连接经济理论和数据。它帮助人们理解复杂世界。