金融计量学张成思Lecture 9-2.pptVIP

图9-9 EViews中VECM假设检验对话窗口 9.4 向量误差修正模型（VECM） 9.4.1 VECM的表达形式 对于含有n个变量的VAR模型，当对应的矩阵 的秩介于0和n之间的时候，即 ，这n个变量之间存在 个协整关系。让我们定义一个 维的矩阵B，其中B的列含有 个不同的线性独立协整向量，所以 。 从长期来看，即所谓的均衡状态或者静止状态，这样的关系精确地存在，所以在长期，我们有： 然而，从短期来看，例如对于每个确定的时刻t，都存在偏离协整关系 的成分。这种偏离代表了这些长期关系在短期内的一定程度的非均衡状态，所以偏离成分一般被称为误差。 因此， 促使 增加或者减少，从而使得 朝着它的长期均值移动(长期均值为0，为什么?)。这种增加或者减小的变化，实际上是一种调整，所以称为误差修正。因为这里我们研究的对象是VAR模型，所以VECM的名字由此而来。 根据定义，矩阵A衡量了 中每个变量是如何调整，从而回复到长期的均衡关系的水平上。所以，矩阵A经常被称为调整系数。另外，在实践中，经常对协整向量B进行标准化。 9.4.2 VECM模型的演示 1）两个变量的VAR（1）模型的VECM 因此， 促使 增加或者减少，从而使得 朝着它的长期均值移动(长期均值为0，为什么?)。这种增加或者减小的变化，实际上是一种调整，所以称为误差修正。 9.4.2 VECM模型的演示 1）两个变量的VAR（1）模型的VECM 这样，本例中的VAR模型对应的VECM形式就可以写成： （9.48） 或者写成： （9.49） 2） 3个变量的VAR（1）模型与VECM VAR模型的ADF形式，即： 或者写成： （9.50） 从最简单的协整情况开始，如果在这三个变量存在一个协整关系，即 ，那么平稳的线性组合可以写成： （9.51） 根据定义， 就是一个一维的随机变量，协整向量 (标准化了的形式)。 调整系数矩阵A就是一个 的向量，从而对应的VECM形式可以写成： (9.52) 9.5 确定性趋势与协整分析 在VAR模型中是否包含常数项，可以影响到协整检验的分析。所以，在大部分情况下，我们需要明确选择是否在VECM模型中加入常数项。为了将核心的问题讲清楚，我们使用VAR(1)模型来讨论向量协整分析中的确定性趋势设立问题。 第一种情况，是最简单的情形，即假设Yt的组成变量都不含有确定性趋势，协整向量中也不含有确定性趋势变量（即常数项），即： (9.56) 第二种情况，假设Yt的组成变量都不含有确定性趋势，而协整向量中含有确定性趋势，即： (9.57) 或者写成： (9.58) 第三种情况，假设 的组成变量含有线性趋势变量（线性趋势变量就是指以时间t形式表现的），而协整等式中含有截距项，即：