误差修正模型ECM

1、Error Correction Model 用 EVIEWS 怎么做一、利用EG两步法做协整检验。在两个变量情况下(设为Y、X),包括两序 列单整检验、两变量最小二乘法回归并得到残差序列并命名为e、对e作单位根 检验。二、在证明Y、X两序列间存在协整后，才可以建立ECM。其中，误差修正项 ecm的值就是之前的回归模型的残差序列e。三、直接输入以下命令：ls y c y(-1) x x(-1)得到的估计结果在实际预测时比较方便，不过需要计算得到ecm项的系数。四、也可以直接输入以下命令：ls y c x e(-1)其中，e(-1)项的系数就是ecm项的系数。这个模型的优点是直观，但是不便于 预

2、测。五、两种估计是等价的。六、建议参考阅读易丹辉：数据分析与EViews应用，中国统计出版社2002 年版。(也许有新版也不一定)对于误差修正模型，需要先建立一个模型，然后进行回归分析，分析它的短期均 衡关系。操作：举个例子说，比如试图建立y对机-1)和x的误差修正模型。STEP1建立长期关系ls y c y(-1) xSTEP2对残差进行单位根检验来检验协整关系ecm=residuroot(10,h) ecmSTEP3建立误差修正模型ls d(y) c d(y(-1) d(x) ecm(-1)教程:2291如何估计VEC模型、lL： JlVEC表达式彼仅于协整序列.济艮咳先i顼门（如帔n 协

3、整检验.并决定协整关系数.而要提供协坚信X为VEC定又的 部分。为建.立一个VEC.单iliVAR.T栏中旧EMimy WAVAR Type中选Vector Error CorrecticnJ5（.在VAR Speeification栏中一院 T F面的之外.该提供与无约束的VAR相同的信息，I 一常数或线性趋势项不应包括在Exogenous Series的编辑框中* 对FVEC模型的常数和趋玲讪川K淀义在C;血能的5栏中，1Lineal Irend in dd日 邑。凰匹PLm.匹的!.庄.AridVAR:Lineal Irend in dd日 邑。凰匹PLm.匹的!.庄.AridVAR:r

4、 司 Inlcrccpl and tiend n DE - no1 timd h 伯F(OuAditie 时 H ih 妃片C 3 I 刊eii湖i 用 好Hd HCElirtaHiwdinWWRD Elernhihis lit Tf色nd S口旧匚ili亡占hfih:NotietidhdiaU No intefaept ar bend in CE. o VjftRC 2| InlsrEBpl (ho ircndl in CE intefeept m VARBasi csz COil VEC -&stTL c-ti oats- Flmrik一NuiTter 4 cointsgriing l2-

5、对VEC模型常数和趋势顶的说明在Cw曜函顽栏。必须队五个趋 驴成浅说明中选择一个见前述I町F掀性蔺仍说叫。的斜释）n还心须 在适当的编镣框中填入协整关系的个数，是小于VEC模型中内生变垣曲-个 数的正数。61S SrcciCicttiu3一在VEC中滞后间隔的理指一阶差分的滞后,例如：滞后说 则“I I塘包括VEC模型岳例的W量国、-阶差分项的洗后，HPVEC是 两阶布;-后约束fl-JVAR模型“为了估计没有、：阶差分项的VEC模型， H 指定滞后的形式为：；顷H如杲强加豹束）协整关系或（和）调.参数，用 H Htstrictton诺.在z协整向量的约束对这一点描述更计细.注颓， 女I 11

6、-: z ;f- A A R SpccificationF: 1 ：1 U1 Vector Errur Corriius（eJ）,这是无约束的VARg的滞后似然值，*仃 L能口圮血况的他是以没有修I：自1匕度的残差协方埋矩阵计算的，2293 VEC的视图与过程对VEC有用的视图利过程大多数虹上面WAR所介绍的 辟，在这平仅 介绍对V宇型特殊指定I队、协整关系、VigrCpinL堡顽m Graphs出在VEC中所用的被侑计的协整关系的曲 线，为了保存这舛协整关奏作为.作表中以命名的序列，川PrawM亦甘 Cuintegratiun Group-即可口这个:过程将建立并输出个未命名的组对:L包 括

7、用以命名的序列估计的协整关系。这些序列被储#、-COINTEKJU1, COINTHQ02 等等n而对VAR4SVEC的预测不能从VAR对象得到，但可以通过解决由二 估计的VAIWEC创造的-，个摸型得到。从VAR窗口的工具栏击Proolltake Mu侦从已估ilTfflVEaVAR建立一个模型对象.同时町U对模型的说明懒 任何变化，包括在求解模型获得预测以饷对表达式的修改，参考第由章 模型，对在EV德碎中如村从模型对象中预测逃行了更到-步的讨地。获得VAR的系数/（无约束）的WAR系数可以通过两染数航LC的无素来徂到.C的第雄 JSVAR的方程数.第二能指每一个方程的蚤醛例如：C . 3）

8、是在 VAR中第一一.个:程的第二个回归量的系数，命名为归瑚1的VAR模型的C （2 , 3）的系数可以迥这F面的常令得到:为了检查。中每一个元景与诂计的系数的相宛美系，从VAR的工具栏111 lit Vie w/Represetit-itniiis aVEC系数的荻得对jVEC模型,系数的估计保存在一个不同的二雄数组中=A. B和 C. Abt含调整参数：H包舍怫整向量；C包含短期参数-阶差方项滞后 的系数）uCN A的第个指标是VEC的方程净0 .第个指标是协整方程的序 号.例如.A U, 1J表示：二个方程中的第一个协整方程的调 整系缪(Z) B的第-个指标是协整方程序号，第、W个指标是

9、协整方程的斐量 &弓，例如，H 1：|口的 Z6230J218E6 -3.3332670.0040:q.a-：d0 ；9：78 M:a- d: p: iic-2r: arc.i72；6；Adjusted R-squaned0 E0B469 S.D. d叩巳ndentvar0.B0BZ37S E of -cciczsi jn0 2316:9 Akjil?: i-f: c-1c-o-：.879I8-Sum Equared resid0 01B019 Schwarz crrlEnon-3.632330Log likelihood49.610B2 F-slatisticZ609.O8EDurbin-W

10、atEDn stai2 410622 PrabfF-iatistiE)O.OOOODO图8.7比较两种估计方法的结果，可知，第二种估计方法的拟合优度要好于第一种的拟 合优度。但第一种方法似乎比第二种方法更能说明经济问题，因为没有差分的模 型表现的是长期的均衡关系，而差分后的方程则反映了短期波动的决定情况，其 中的误差项反映了长期均衡对短期波动的影响。注意，我们同样可以根据前面的 （8.1）、（8.2）及（8.3）式，把第一种方法通过代数变换，转换成第二种形式， 在此我们省略了变换过程。案例2（五建 7 Inc F jIngdpII勺诙差修正模型（Error ComectkMode,ECM）.K

11、基本原理根据Grang制利We i踮在1983年提出的GrangEi表述定理,如果因变量与自变量之间存在协整关系，两者之间的美系可用误差修正模.原划行表述。残设有序列和：部是1（1）序列，两者存在协整关系1且它们的 长期均衡关系可以下式表示为： = 5*,十此（S-2）短期扎均衡关系可表爪为:=或+山芟+伉凡叮如坞（皿）如果和Xf都是自然对数形式，则和山可分别称为F关于X 的长期霄性和短期弹性.对短期非均衡模型进（8-3）行适当变形后，可得到以下的误罗修正模卦们匕t%叫孔】+与=楫心；人醉F-i +44IL l|l f 丸=1-|1知=材（】-P） j 二（伉 + 队）/（1 一|J ）, f

12、表小Y对均衡状态的偏离祖度t可以称之为,均衡误差二式?-5）表明，Y的变化决定于X的变化以及前一时期的非 均衡程度，一般情况下mid山关茶e二】，Uh oiu可 以据二分析ecm的修正作IL（1W1）时刻Y大于其长期均衡解十欧K卜w叫t为正，则-乳萨啊, 为负，使得何减少：若（t-i）irrijY小于其长期均街解外斗叫八，也为负，财-g两I 为11L使得古J口大匚估计ImF唯dp的误差修正模型Inc与Ing也的误岸修正模型丸Aln =plAliipr-Z(ln_-CXu-ttl 脂明_|)+与=0 In gdpt 一4*4 岫 In gdp. +%根据式C8-5).可建立方程对象中方程设足和估

13、计站果分别见图8-10和图81驾EqLM-tiiin IrtiriMtianFiiRiiwi | ptiuni |皿Hwi 为如HL*Dependent: Vanable: DLHChtafhCinl： L曲营1 Squares忒力州州 Time 1E:5GSample (adjusted) 1979 2IUDIncludeid obsRWlions： 22 gft&r gdjusirnRntsVar ul ls目1时 ErrcirbStdifliflitPrth.cC iJ4hJLO.1727QS2.H474GE0.0107DfLMODP)1 0QB7I2Q2D54 啊5皿m0.0MILNCf-IJ03096020.142272-2.a：83)9.0116LNGDPM) 295410(J10BF6?27137490.01J2R1缉u日旭UDS1EEEE仙旦1 dkJiiundgiil ujr.EBX2Adjusled R-squaredO5J4G33S.D d再 mndent varD.QII737S. E at recssiiQiiOOQ614Lrkaike info crderian4.7718Sumsqu