R语言-误差修正模型的建立和结果解读

原创

已于 2023-04-16 14:58:07 修改 · 1.2w 阅读

95 ·

CC 4.0 BY-SA版权

文章标签：

#r语言

于 2021-06-14 11:01:40 首次发布

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。

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