VECM ( Vector Error Correction Model) 에 대해 혼란 스럽습니다 .
기술 배경 :
VECM 은 VAR ( Vector Autoregressive Model )을 통합 된 다변량 시계열 에 적용 할 수있는 가능성을 제공합니다 . 교과서에서 그들은 통합 시계열에 VAR 을 적용하는 데있어 몇 가지 문제를 언급 하는데, 그 중 가장 중요한 것은 소위 가짜 회귀 (t- 통계량은 매우 중요하고 변수 사이에는 관계가 없지만 R ^ 2는 높다)입니다.
VECM 을 추정하는 과정 은 대략 다음 세 단계로 구성되며, 그 중 하나는 처음 단계입니다.
통합 다변량 시계열에 대한 VAR 모델 의 사양 및 추정
공적분 관계의 수를 결정하기 위해 우도 비율 검정 계산
공적분 수를 결정한 후 VECM을 추정하십시오.
첫 번째 단계 에서 적절한 수의 지연을 가진 VAR 모델을 추정 한 다음 (일반적인 적합도 기준을 사용하여) 잔차가 모델 가정과 일치하는지 확인합니다. . 따라서 VAR 모델이 다변량 시계열을 적절하게 설명 하는지 확인하고, 그렇지 않은 경우에만 추가 단계를 진행합니다.
그리고 지금 내 질문에 : VAR 모델이 데이터를 잘 설명 한다면 왜 VECM이 필요 합니까? 내 목표가 예측 을 생성하는 것이라면 VAR 을 추정 하고 가정을 확인하는 것만으로는 충분하지 않으며 충족 된 경우이 모델을 사용합니까?