金融计量学：时间序列分析视角（第四版） 课件 Lecture 1202 向量误差修正模型（VECM）.ppt

12.4向量误差修正模型（VECM）12.4.1VECM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。12.4.2VECM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。12.4.2VECM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：（12.48）或者写成：（12.49）2）3个变量的VAR（1）模型与VECMVAR模型的ADF形式，即：或者写成：（12.50）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：（12.51）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：(12.52)12.5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：(12.56)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：(12.57)或者写成：(12.58)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：(12.59)其中