协整检验与向量误差修正模型,时间序列ARIMA分析.pdf

向量误差修正 一 模型的概述 1 VEC 模型 向量误差修正模型VEC 是协整与误差修正模型的结合。只要变量 之间存在协整关系，就可以由自回归分布滞后模型导出误差修正模型， 即VEC 模型是建立在协整基础上的 VAR 模型，主要应用于具有协整 关系的非平稳时间序列建模。 VAR 模型的表达式为： p 1 y =ecm + y +x + t=1, 2, , T t t1 i ti t t i=1 y k I 1 式中 为 维内生变量列向量，其各分量都是非平稳的 变量； t   d xt 是 维外生向量，代表趋势项、常数项等确定性项；每个方程都是 一个误差修正模型，ecmt1 是误差修正项向量，反映变量之间的长期均  衡关系；系数矩阵 反映了变量之间偏离长期均衡状态时，将其调整 到均衡状态的调整速度；解释变量的差分项的系数反映各变量的短期  k 波动对作为被解释变量的短期变化的影响； 是 维扰动向量。 t 2 诊断检验 2.1 Johansen 协整检验 Johansen 协整检验基于回归系数进行检验，其基本思想为： 对VAR p 模型   p 1 y =ecm + y +x + t=1, 2, , T t t1 i ti t t i=1 y 两端减去 再变形可以得到 t1 p 1 y = y + y + x + t=1, 2, , T t t1 i ti t t i=1 其中的y , y j =1,2, p 都变为I 0 变量构成的向量，只要 t t j      y I 0 y