考虑以下七个宏观经济系列的VEC模型。然后,将模型与数据拟合,并通过拟合模型过滤干扰。
本地生产总值
GDP隐含价格平减指数
雇员已付补偿
所有人的非农业业务时间
有效联邦基金利率
个人消费支出
国内私人投资总额
假设协整秩为4且一个短期是合适的,即考虑一个VEC(1)模型。
加载Data_USEconVECModel
数据集。
有关数据集和变量的更多信息,请输入描述
在命令行。
确定数据是否需要通过在单独的图上绘制系列来进行预处理。
通过应用对数变换稳定除联邦基金利率外的所有序列。将结果系列按100进行缩放,以便所有系列都在相同的缩放比例上。
使用简写语法创建VEC(1)模型。指定变量名。
描述:“具有线性时间趋势的7维Rank = 4 VEC(1)模型”和4更NumSeries: 7等级:4 P: 2常数:[7×1的向量nan]调整:[7×4矩阵nan)协整:[7×4矩阵nan)影响:[7×7矩阵nan] CointegrationConstant:[4×1的向量nan] CointegrationTrend:[4×1的向量nan]短期的:{7×7矩阵nan}在滞后[1]的趋势:[7×1的向量nan]测试:协方差:[7×7 matrix of nan]
Mdl
是一个结果
模型对象。所有属性包含南
数值对应于给定数据中要估计的参数。
使用整个数据集和默认选项估计模型。默认情况下,估计
使用第一个p= 2个观察值作为样本数据。
描述:“7维Rank = 4 VEC(1)模型”系列名称:“GDP”“GDPDEF”“COE”…and 4 more NumSeries: 7 Rank: 4 P: 2 Constant:[14.1329 8.77841 -7.20359…]“调整:[7×4 matrix]协整:[7×4 matrix]影响:[7×7 matrix]协整常数:[-28.6082 109.555 -77.0912…and 1 more]' CointegrationTrend: [4×1 vector of zero] ShortRun: {7×7 matrix} at lag [1] Trend: [7×1 vector of zero] Beta: [7×0 matrix] Covariance: [7×7 matrix]
EstMdl
是一个估计结果
模型对象。它是完全指定的,因为所有参数都有已知的值。默认情况下,估计
通过从模型中去除协整趋势和线性趋势项,施加H1 Johansen VEC模型形式的约束。从估计中排除参数等价于将等式约束为零。
生成一个numobs
-by-7的随机高斯分布值序列,其中numobs
是数据中观测的次数减去吗p.
为了模拟响应,通过估计模型过滤干扰。指定第一个p= 2个观察值作为样本数据。
Y
是一个238乘7的模拟响应矩阵。列对应于中的变量名EstMdl。SeriesNames
.
绘制模拟的和真实的响应。