全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 EViews专版
28989 8
2008-08-25

我做了一个关于存差、资金来源、储蓄、贷款、外汇储备、工业增加值、消费总额等变量的VAR模型,并进行了JOHNSON协整检验,表明至少有6个协整关系,之后做了误差修正模型,但不太明白输出的结果,希望各位高手指点一下,多谢谢!

Date: 08/25/08   Time: 16:16          
 Sample(adjusted): 2004:05 2007:12          
 Included observations: 44 after adjusting endpoints          
 Standard errors & t-statistics in parentheses          
          
Cointegrating Eq:  CointEq1         
          
LY(-1)  1.000000         
          
LX1(-1) -0.095404         
  (0.01160)         
 (-8.22313)         
          
LX3(-1) -0.571038         
  (0.03296)         
 (-17.3241)         
          
LX4(-1)  0.557150         
  (0.01077)         
  (51.7124)         
          
LX5(-1)  0.015928         
  (0.00065)         
  (24.4551)         
          
LX6(-1)  1.779967         
  (0.00941)         
  (189.067)         
          
LX7(-1) -0.013992         
  (0.00196)         
 (-7.15682)         
          
LX9(-1) -0.013428         
  (0.00089)         
 (-15.0993)         
          
LX10(-1) -0.111599         
  (0.00365)         
 (-30.5826)         
          
LX11(-1)  0.030688         
  (0.00093)         
  (32.8579)         
          
@TREND(04:02) -0.006622         
  (0.00021)         
 (-30.9428)         
          
C -13.87884         
          
Error Correction: D(LY) D(LX1) D(LX3) D(LX4) D(LX5) D(LX6) D(LX7) D(LX9) D(LX10) D(LX11)
          
CointEq1 -0.384347  0.963348  0.037111 -0.170086 -1.061587  0.283950  3.820408  3.644330  3.331579 -8.466437
  (0.37591)  (0.68842)  (0.09530)  (0.14231)  (6.14728)  (0.18125)  (3.82604)  (2.62215)  (2.67597)  (2.58187)
 (-1.02243)  (1.39936)  (0.38940) (-1.19516) (-0.17269)  (1.56666)  (0.99853)  (1.38983)  (1.24500) (-3.27919)
          
D(LY(-1))  1.780041  4.662040  0.590317 -0.145916 -14.08724 -0.346646  24.26810 -10.57544 -14.32182 -29.37075
  (1.51071)  (2.76661)  (0.38300)  (0.57192)  (24.7045)  (0.72839)  (15.3760)  (10.5378)  (10.7541)  (10.3759)
  (1.17828)  (1.68511)  (1.54130) (-0.25513) (-0.57023) (-0.47591)  (1.57831) (-1.00357) (-1.33175) (-2.83066)
          
D(LY(-2)) -0.063623  4.063639  0.000201 -0.464566  2.926550 -0.211330  19.67090 -11.16109  7.829904 -3.255852
  (1.32180)  (2.42064)  (0.33511)  (0.50040)  (21.6152)  (0.63730)  (13.4532)  (9.22005)  (9.40929)  (9.07842)
 (-0.04813)  (1.67874)  (0.00060) (-0.92838)  (0.13539) (-0.33160)  (1.46217) (-1.21052)  (0.83215) (-0.35864)
          
D(LX1(-1))  0.117062  3.211015  0.309563 -0.809570 -14.88714  0.270588  13.37337  2.557508  7.207681 -28.14453
  (1.22367)  (2.24094)  (0.31023)  (0.46325)  (20.0105)  (0.58999)  (12.4545)  (8.53557)  (8.71076)  (8.40446)
  (0.09566)  (1.43289)  (0.99786) (-1.74757) (-0.74397)  (0.45863)  (1.07378)  (0.29963)  (0.82745) (-3.34876)
          
D(LX1(-2)) -0.080305  0.818923  0.077139 -0.427493  0.204029  0.146995  1.941223  1.667855  3.149681 -8.808645
  (0.49212)  (0.90122)  (0.12476)  (0.18630)  (8.04750)  (0.23727)  (5.00873)  (3.43269)  (3.50315)  (3.37997)
 (-0.16318)  (0.90868)  (0.61829) (-2.29460)  (0.02535)  (0.61952)  (0.38757)  (0.48587)  (0.89910) (-2.60613)
          
D(LX3(-1)) -1.427302 -9.383751 -0.394161  1.129090  43.30623  0.009325 -47.76492  5.476668  19.11246  62.62489
  (2.48632)  (4.55328)  (0.63034)  (0.94127)  (40.6586)  (1.19877)  (25.3057)  (17.3431)  (17.6991)  (17.0767)
 (-0.57406) (-2.06088) (-0.62532)  (1.19954)  (1.06512)  (0.00778) (-1.88751)  (0.31578)  (1.07986)  (3.66727)
          
D(LX3(-2)) -0.047680 -4.227663 -0.250137  0.482526 -12.02217  0.257309 -16.64342  9.976648 -6.172866  6.493363
  (1.66895)  (3.05640)  (0.42312)  (0.63183)  (27.2922)  (0.80468)  (16.9866)  (11.6416)  (11.8806)  (11.4628)
 (-0.02857) (-1.38322) (-0.59118)  (0.76370) (-0.44050)  (0.31977) (-0.97980)  (0.85698) (-0.51958)  (0.56647)
          
D(LX4(-1)) -0.047433  2.550998  0.171253  0.498261 -19.70471  0.161649  11.98649  2.290245 -6.729387 -13.67931
  (0.59704)  (1.09337)  (0.15136)  (0.22602)  (9.76328)  (0.28786)  (6.07663)  (4.16457)  (4.25005)  (4.10060)
 (-0.07945)  (2.33315)  (1.13141)  (2.20445) (-2.01825)  (0.56156)  (1.97256)  (0.54994) (-1.58337) (-3.33593)
          
D(LX4(-2))  0.167554 -0.100044  0.034769  0.032079  1.683009 -0.091792 -0.275513 -2.022495 -1.291300  0.331881
  (0.37999)  (0.69589)  (0.09634)  (0.14386)  (6.21395)  (0.18321)  (3.86754)  (2.65058)  (2.70499)  (2.60987)
  (0.44094) (-0.14376)  (0.36091)  (0.22299)  (0.27084) (-0.50102) (-0.07124) (-0.76304) (-0.47738)  (0.12716)
          
D(LX5(-1)) -0.022234 -0.058705 -0.005424  0.001158 -0.493704  0.009731 -0.315767 -0.076954 -0.046134  0.171519
  (0.01561)  (0.02860)  (0.00396)  (0.00591)  (0.25535)  (0.00753)  (0.15893)  (0.10892)  (0.11115)  (0.10725)
 (-1.42394) (-2.05294) (-1.37013)  (0.19587) (-1.93346)  (1.29253) (-1.98687) (-0.70652) (-0.41504)  (1.59930)
          
D(LX5(-2)) -0.022287 -0.067937 -0.005682 -0.000526 -0.019074  0.010693 -0.358799  0.096789 -0.088749  0.147531
  (0.01526)  (0.02795)  (0.00387)  (0.00578)  (0.24959)  (0.00736)  (0.15535)  (0.10646)  (0.10865)  (0.10483)
 (-1.46020) (-2.43055) (-1.46834) (-0.09106) (-0.07642)  (1.45308) (-2.30968)  (0.90912) (-0.81683)  (1.40735)
          
D(LX6(-1))  2.372247  6.438856  0.992229  0.492323 -17.16134 -0.315813  33.42471 -22.47748 -23.80759 -33.29406
  (2.43361)  (4.45675)  (0.61698)  (0.92131)  (39.7966)  (1.17336)  (24.7693)  (16.9754)  (17.3238)  (16.7147)
  (0.97478)  (1.44474)  (1.60821)  (0.53437) (-0.43123) (-0.26915)  (1.34944) (-1.32412) (-1.37427) (-1.99191)
          
D(LX6(-2))  0.603938  5.482514 -0.080962 -0.595575  5.880189 -0.806164  29.08374 -20.09460  12.67637 -0.922344
  (2.22345)  (4.07186)  (0.56369)  (0.84175)  (36.3598)  (1.07203)  (22.6302)  (15.5094)  (15.8277)  (15.2712)
  (0.27162)  (1.34644) (-0.14363) (-0.70755)  (0.16172) (-0.75200)  (1.28518) (-1.29564)  (0.80090) (-0.06040)
          
D(LX7(-1)) -0.031380 -0.414633 -0.052244  0.144845  2.073743 -0.036319 -1.937935 -0.296125 -1.319385  4.757236
  (0.21356)  (0.39110)  (0.05414)  (0.08085)  (3.49229)  (0.10297)  (2.17359)  (1.48965)  (1.52023)  (1.46677)
 (-0.14694) (-1.06018) (-0.96494)  (1.79156)  (0.59381) (-0.35273) (-0.89158) (-0.19879) (-0.86789)  (3.24334)
          
D(LX7(-2))  0.006203 -0.425571 -0.033280  0.141325  1.268808 -0.043860 -1.461252 -0.569888 -0.845888  3.311267
  (0.16018)  (0.29334)  (0.04061)  (0.06064)  (2.61938)  (0.07723)  (1.63029)  (1.11731)  (1.14024)  (1.10015)
  (0.03872) (-1.45078) (-0.81952)  (2.33056)  (0.48439) (-0.56792) (-0.89631) (-0.51005) (-0.74185)  (3.00984)
          
D(LX9(-1)) -0.048596 -0.123586 -0.015645 -0.023759  0.412792  0.016552 -0.679883  0.112617 -0.399487  0.497215
  (0.03551)  (0.06503)  (0.00900)  (0.01344)  (0.58066)  (0.01712)  (0.36140)  (0.24768)  (0.25277)  (0.24388)
 (-1.36859) (-1.90054) (-1.73787) (-1.76747)  (0.71090)  (0.96683) (-1.88124)  (0.45468) (-1.58046)  (2.03878)
          
D(LX9(-2)) -0.011341  0.098189  0.011627  0.016199 -0.674443  0.009535  0.484623 -0.031377 -0.364860 -0.356974
  (0.03499)  (0.06408)  (0.00887)  (0.01325)  (0.57225)  (0.01687)  (0.35616)  (0.24409)  (0.24910)  (0.24034)
 (-0.32409)  (1.53217)  (1.31059)  (1.22277) (-1.17859)  (0.56513)  (1.36067) (-0.12854) (-1.46469) (-1.48526)
          
D(LX10(-1)) -0.040120  0.082760 -0.005490 -0.020697 -0.119100  0.019077  0.341249  0.347789 -0.500914 -0.172752
  (0.02883)  (0.05280)  (0.00731)  (0.01091)  (0.47144)  (0.01390)  (0.29342)  (0.20109)  (0.20522)  (0.19800)
 (-1.39166)  (1.56757) (-0.75117) (-1.89639) (-0.25263)  (1.37246)  (1.16300)  (1.72949) (-2.44085) (-0.87246)
          
D(LX10(-2)) -0.015202  0.075016 -0.009434 -0.012837 -0.260551  0.000294  0.422204  0.056881 -0.276768 -0.067018
  (0.02494)  (0.04568)  (0.00632)  (0.00944)  (0.40786)  (0.01203)  (0.25385)  (0.17398)  (0.17755)  (0.17130)
 (-0.60952)  (1.64236) (-1.49196) (-1.35955) (-0.63882)  (0.02445)  (1.66319)  (0.32695) (-1.55885) (-0.39122)
          
D(LX11(-1)) -0.012473  0.139661  0.002327 -0.006000 -0.436889  0.012137  0.815074 -0.068779  0.326020 -0.836220
  (0.03701)  (0.06777)  (0.00938)  (0.01401)  (0.60517)  (0.01784)  (0.37665)  (0.25814)  (0.26343)  (0.25417)
 (-0.33706)  (2.06076)  (0.24798) (-0.42823) (-0.72193)  (0.68023)  (2.16399) (-0.26645)  (1.23757) (-3.28999)
          
D(LX11(-2))  0.015327  0.145126  0.022871  0.014156 -0.854381  0.008765  0.608121  0.137397 -0.035272 -1.469378
  (0.06050)  (0.11080)  (0.01534)  (0.02291)  (0.98942)  (0.02917)  (0.61581)  (0.42204)  (0.43070)  (0.41556)
  (0.25331)  (1.30976)  (1.49099)  (0.61802) (-0.86352)  (0.30045)  (0.98751)  (0.32555) (-0.08189) (-3.53591)
          
C  0.018012 -0.006229  0.006594  0.008210  0.164553 -0.007594 -0.056690  0.036640 -0.046871  0.181060
  (0.01314)  (0.02407)  (0.00333)  (0.00498)  (0.21493)  (0.00634)  (0.13377)  (0.09168)  (0.09356)  (0.09027)
  (1.37044) (-0.25878)  (1.97884)  (1.65000)  (0.76562) (-1.19843) (-0.42378)  (0.39966) (-0.50097)  (2.00576)
          
 R-squared  0.655228  0.706245  0.771785  0.848945  0.458919  0.680357  0.557039  0.476706  0.703001  0.684682
 Adj. R-squared  0.326128  0.425842  0.553942  0.704756 -0.057567  0.375244  0.134213 -0.022802  0.419503  0.383697
 Sum sq. resids  0.003354  0.011247  0.000216  0.000481  0.896832  0.000780  0.347412  0.163177  0.169944  0.158203
 S.E. equation  0.012347  0.022611  0.003130  0.004674  0.201904  0.005953  0.125664  0.086123  0.087891  0.084800
 Log likelihood  146.1682  119.5463  206.5495  188.9069  23.21438  178.2664  44.07824  60.70309  59.80912  61.38420
 Akaike AIC -5.644008 -4.433924 -8.388611 -7.586676 -0.055199 -7.103020 -1.003556 -1.759231 -1.718596 -1.790191
 Schwarz SC -4.751913 -3.541829 -7.496517 -6.694581  0.836896 -6.210925 -0.111461 -0.867137 -0.826501 -0.898096
 Mean dependent  0.018330  0.015936  0.011707  0.009227  0.020644 -0.003714  0.031144  0.027118  0.020407  0.019533
 S.D. dependent  0.015040  0.029840  0.004687  0.008602  0.196332  0.007531  0.135053  0.085157  0.115356  0.108019
          
 Determinant Residual Covariance   9.13E-43        
 Log Likelihood   1505.269        
 Akaike Information Criteria  -57.92130        
 Schwarz Criteria  -48.55430        
          

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2009-7-18 09:30:56
只知前部分是协整方程,后部分是误差项系数,具体也请高手指教
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-9-4 08:14:51
竖着看就OK
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-11-10 07:56:27
再问下:
CointEq1对应的-0.384347是ECMt-1前面的系数吗?
如果有两个协整向量,貌似会有两个VEC方程,那是不是选一个性质良好的就行?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-1-27 20:21:12
我也在做这个VECM 可是我做出的结果每个方程的T检验基本都不显著  怎么办啊  是不是说明误差修正模型效果不好  短期调整效果不好呢
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-3-4 19:59:20
jingaikongjue 发表于 2010-1-27 20:21
我也在做这个VECM 可是我做出的结果每个方程的T检验基本都不显著  怎么办啊  是不是说明误差修正模型效果不好  短期调整效果不好呢
VECM主要不是看单个系数的显著性,而是分析脉冲响应函数与方差分解,从而揭示多变量之间的交互影响或领先滞后关系。你看看F统计量结果如何,如果这个是显著的,那么结果也可以接受。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群