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。
因为你估计c0
和
=(1;- b]
以前,你可以有条件地估计
,B1
,B2
,c1
由:
形成所需的滞后差异
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
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