主要内容

用egcitest估计VEC模型参数

打开生活的脚本

此示例显示了如何估算矢量纠错（VEC）模型的参数。在估算VEC模型参数之前，必须确定是否有任何协整关系（见用恩格尔-格兰杰检验的协整检验)。您可以使用普通最小二乘(OLS)估计剩余的VEC模型系数。

后从用恩格尔-格兰杰检验的协整检验,加载Data_Canada数据集。对短期、中期和长期利率序列进行Engle-Granger协整检验。

负载Data_CanadaY =数据(:,3:结束);利率数据[~, ~, ~, ~, reg] = egcitest (Y,“测试”，《终结者2》）;c0 = reg.coeff (1);b = reg.coeff (2:3);β= [1;- b];

假设一个模型选择程序表明问= VEC中2个滞后(问)模型。

Δ y t ＝ α （ β ” y t - 1 + c 0 ） + ∑ 我 ＝ 1 2 B 我 Δ y t - 我 + c 1 + ε t ．

因为你估计c0和 β ＝(1;- b]以前，你可以有条件地估计 α ，B1，B2,c1由:

  1. 形成所需的滞后差异

  2. 将级数的第一个差回归到问滞后差异和估计的协整项。

形成滞后差分序列。

q = 2;[numobs，numdims] =尺寸（y）;tbase =（q + 2）：numobs;%相称的时间基础，所有滞后T =长度(tBase);有效样本量YLags = lagmatrix (Y, 0: (q + 1);% Y(t-k)以观测时为基准LY = YLags (tBase (numDims + 1): 2 * numDims);% Y(t-1)按相应的时间基数计算

形成多维的差异，以便 k t h numDims-宽的列块DelatYLags包含(1升)Y (tk + 1)．

DeltaYLags = 0 (T, q (+ 1) * numDims);为k = 1:(q + 1) DeltaYLags (:, ((k - 1) * numDims + 1): k * numDims) =．..YLags (tBase ((k - 1) * numDims + 1): k * numDims)．..YLags (tBase (k * numDims + 1): (k + 1) * numDims);结束DY = DeltaYLags (:, 1: numDims);%(1升)Y (t)海底= DeltaYLags (:, (numDims + 1):结束);% (Y (t - 1)(1升),…,(1升)Y (t-q)]

将级数的第一个差回归到问滞后差异和估计的协整项。在回归中包含一个截距。

X = [(LY * beta-c0)、海底的(T, 1)];P = (X \ DY) ';%(α,B1,…,Bq c1)α= P (: 1);B1 = P (: 2:4);B2 = P(:,前书5章7节);c1 = P(:,结束);

显示VEC模型系数。

α,b, c0, B1, B2, c1
α=3×1-0.6336 0.0595 0.0269
B =2×12.2209 - -1.0718
c0 = -1.2393
B1 =3×30.1649 -0.1465 -0.0416 -0.0024 0.3816 -0.3716 0.0815 0.1790 -0.1528
B2 =3×3-0.3205 0.9506 -0.9514 -0.1996 0.5169 -0.5211 -0.1751 0.6061 -0.5419
c1 =3×10.1516 0.1508 0.1503

另请参阅

|

相关的例子

更多关于

计量经济学工具文档

万博1manbetx

用MATLAB建模财务风险的实用指南

用MATLAB建模财务风险的实用指南

下载电子书