以短期跨境资本流动为例,建立误差修正模型(VECM)并对系数进行解读
1.写作目的和写作结构
目的
之所以写这篇文章是因为在找寻相关系数解读的资源中,对这方面的介绍比较少,多为专业性的代码分析过程,本人初次使用VECM,根据R语言对系数解读有一定困难,所以当问题解决后记录下过程
文章内容结构
本文以短期跨境资本流动的影响因素为例,构建误差修正模型,并最终对模型系数进行解读。
包括ADF检验、滞后阶数的选择、Johansen协整检验、误差修正模型,使用到的R包有:“forecast”,“tseries”,“vars”,“urca”。
文章包括六个变量,分别是被解释变量“跨境资本流动额cf”、解释变量“国内外利差llcy”、“财政赤字czcz”、“汇率变动hhcy”、“GDP增长率gdpz”、“物价水平cpi”
2.代码过程
载入程序包并进行数据处理
#载入程序包并引入数据
pkgs <- c("forecast","tseries","vars","urca","xlsx")
lapply(pkgs,library,character.only=TRUE)
llcy <- read.xlsx("D:/R/RData/llcy.xlsx",1,encoding = "UTF-8")
cf<- read.xlsx("D:/R/RData/cf.xlsx",1,encoding = "UTF-8")
czcz<- read.xlsx("D:/R/RData/czcz.xlsx",1,encoding = "UTF-8")
hlcy<- read.xlsx("D:/R/RData/hlcy.xlsx",1,encoding = "UTF-8")
gdpz<- read.xlsx("D:/R/RData/gdpz.xlsx",1,encoding = "UTF-8")
cpi<- read.xlsx("D:/R/RData/cpi.xlsx",1,encoding = "UTF-8")
#转化为时间序列数据并汇总
cf <- ts(cf,start=c(1999,12),frequency = 12

本文详细介绍了如何使用VECM模型对跨境资本流动的影响因素进行分析,包括ADF检验、滞后阶数选择、Johansen协整检验等步骤,并着重解读了模型中的关键系数,展示了如何理解误差修正项和速度调整系数的作用。
最低0.47元/天 解锁文章
420

被折叠的 条评论
为什么被折叠?



