一、coint协整所属模块
coint协整在SPSSAU中属于【计量经济研究】模块。
二、方法概述
coint协整主要用于判断多个时间序列变量之间是否存在长期稳定关系。它常用于经济、金融等研究场景，尤其适合分析变量短期会波动、但长期可能共同变动的情况。
三、变量设置规则
1.总体要求
coint协整只需要设置一类变量，即分析项。分析项为必填，最少放入2个，最多可放入50个。
2.具体设置
● 用于放入需要检验长期关系的时间序列变量。
● 至少需要2个分析项，因为只有多个变量同时进入分析时，才有协整关系可检验。
● 最多可放入50个分析项，变量越多，结果表会越复杂，实际使用时建议结合研究目的控制变量数量。
● 该方法只有分析项这一类输入位置，不区分因变量和自变量，重点是检验变量之间是否存在长期稳定关系。
四、参数设置及解释说明
1.检验类型
● Johansen法（默认）：适合同时考察多个变量之间的协整关系，输出结果更完整，常用于多变量场景。
● Engle-Granger法：更适合做相对直接的协整检验，在部分样本量较小时，也可以作为替代选择。
● 如果使用Johansen法未能顺利得到理想结果，可以尝试切换到Engle-Granger法重新检验。
2. Trend类型
● None：表示模型中不加入趋势项，适合希望按更简洁设定观察变量长期关系的情形。
● 常数c（默认）：表示模型中包含常数项，适合大多数常规分析场景。
● 线性：表示模型中加入线性趋势，适合变量随时间存在较明显趋势变化时使用。
● 如果没有非常明确的趋势判断，通常可先使用默认的常数项设置。
3.滞后阶数
● 自动定阶（默认）：系统会结合信息准则进行判断，一般以数值越小越优作为参考，自动给出更合适的阶数。
● 手动定阶：可在1到10阶之间自行设定。
● 如果前期没有成熟设定，建议先使用自动定阶；如果研究中已有固定阶数依据，再采用手动设定会更合适。
五、分析结果表格及其解读
coint协整在SPSSAU中的输出表格会随检验类型不同而变化。使用Johansen法时，通常会输出参数设置表格、两类Johansen协整检验结果表，以及自动定阶表；使用Engle-Granger法时，会输出Engle-Granger法协整检验表。
1.表1：参数设置表格
该表格在使用Johansen法时输出，用于汇总本次分析采用的参数设定，包含类型、滞后阶数lags、Trend类型3个核心内容。
● 类型：用于说明本次采用的是哪一种协整检验方法。它的作用是帮助理解后续结果表的判读逻辑。一般没有绝对好坏，关键在于是否适合当前研究场景。
● 滞后阶数lags：用于说明分析时使用了几阶滞后信息。它会影响检验结果的稳定性。若为自动定阶，通常以多个信息准则较小的结果作为参考，设定依据更充分。
● Trend类型：用于说明模型是否包含常数项或趋势项。它的作用是让协整检验更贴合数据本身特征。通常应根据数据是否存在明显趋势来选择。
2.表2：Johansen协整检验（迹统计量Trace）
该表格在使用Johansen法时输出，用于判断变量之间可能存在多少个协整关系，包含原假设H0、特征根eigenvalue、迹Trace、10%临界值、5%临界值、1%临界值等指标。
● 原假设H0：用于说明当前检验对应的协整关系个数假设，例如无协整关系或最多有几个协整关系。它的作用是明确每一行在检验什么内容。
● 特征根eigenvalue：用于反映变量间长期关系的强弱特征，主要作为辅助指标理解结果。
● 迹Trace：是Johansen法中的核心统计量，用于判断是否应拒绝当前原假设。判断时通常要与临界值比较：当迹统计量大于某一显著性水平下的临界值时，通常说明可以拒绝该原假设。
● 10%临界值、5%临界值、1%临界值：用于提供不同严格程度下的判断标准。实际使用时，5%水平通常更常见；如果迹统计量超过5%临界值，通常可认为结果较有支持力度。
3.表3：Johansen协整检验（最大特征根）
该表格同样在使用Johansen法时输出，用于从另一种角度判断协整关系个数，包含原假设H0、特征根eigenvalue、Max-Eigen、10%临界值、5%临界值、1%临界值等指标。
● Max-Eigen：是Johansen法中的另一项核心统计量，用于逐步比较协整关系个数是否继续增加。判断标准与临界值比较一致，当统计量大于对应临界值时，通常说明应拒绝当前原假设。
● 原假设H0、特征根eigenvalue、各显著性水平临界值：作用与迹统计量表相近，主要用于辅助确认协整关系判断是否稳定。
● 实际解读时，通常会把这张表和迹统计量表结合起来看。如果两种检验方向一致，结论会更稳妥。
4.表4：自动定阶
该表格在使用Johansen法且选择自动定阶时输出，用于比较不同滞后阶数下的模型表现，包含阶数、AIC、BIC、FPE、HQIC等指标。
● 阶数：表示当前比较的是第几阶滞后设定，用于和各信息准则结果对应。
● AIC：用于比较不同阶数下模型的综合表现。判断标准：数值越小，通常说明该阶数更合适。
● BIC：也是常用定阶指标，对模型复杂度控制更严格。判断标准：数值越小，通常越值得优先考虑。
● FPE：用于衡量预测误差水平。判断标准：数值越小，通常说明该阶数表现更理想。
● HQIC：用于辅助定阶选择。判断标准：数值越小，通常代表该阶数更优。
● 若多个指标共同指向同一阶数，通常说明该阶数更有参考价值；若指标之间不完全一致，则可以结合研究经验综合判断。
5.表5：Engle-Granger法协整检验
该表格在使用Engle-Granger法时输出，用于判断各分析项与其余变量之间是否存在协整关系，包含假设、EG统计量、p值、10%临界值、5%临界值、1%临界值等指标。
● 假设：用于说明当前这行检验的是哪一个变量与其余变量是否无协整关系。它的作用是明确检验对象。
● EG统计量：是Engle-Granger法中的核心统计量，用于衡量是否存在协整关系。通常需要结合p值和临界值一起判断。
● p值：是判断结果是否显著的重要指标。一般来说，当p值小于0.05时，通常说明可以拒绝无协整关系这一假设，表示变量之间更可能存在协整关系；当p值大于或等于0.05时，通常说明证据不足。
● 10%临界值、5%临界值、1%临界值：用于给出不同显著性水平下的判断基准。实际使用中，5%水平通常更常见。
以上就是SPSSAU coint协整的相关内容，更深入教程可查看SPSSAU帮助手册、教学视频、疑难解惑等资料。
