易丹辉,时间序列分析,2011,pp170。
误差修正模型的建立的条件是,2个序列Xt和Yt为同阶单整,同时2个序列存在协整关系。满足这些条件后,就可以建立如下模型:△Yt=β0+β1△Xt+λecm(t-1)+εt
其中,λecm(t-1)为误差修正项(注:个人认为原文表述不对。如果只有ecm的话代表的是X和Y之间的长期均衡关系,抑或均衡误差,带了系数λ才算是误差修正项,反正就是要把这2个东西看成一整块就是了);
λ为调整系数,一般是负值,其绝对值大小反映了朝均值调整的力度。
Pp170:上述的误差修正模型反映了,短期波动△Yt的影响因素来自于2个部分:一是自变量的短期波动△Xt;另一部分是反映Xt和Yt间均衡关系的均衡误差。
一般情况下,|β2|<1,(我自己注:β2的由来见原文p169:Yt=β0+β1Xt+β2Yt-1+εt,实际经济现象之间除了同时期的变动,还常有一定的滞后关系。β2的绝对值小于1,是否说明对当期(Yt)的影响不可能全部来源于上一期的基数(Yt-1)?暂未找到明确解释。)
由于|β2|<1,故1-β2>0,也即λ<0(我自己注:详见p169,在推导式中,-(1-β2)ecm(t-1))等同于+λecm(t-1),所以,(1-β2)常为正,就代表着λ一般为负。调整系数λ“一般为负”,x和y的均衡误差(ecm)却“可正可负”,作为一个整体的误差修正项(+λecm(t-1))的最终符号是由二者共同决定的,显而易见,误差修正项的符号也可正可负。)
因此,
当Y(t-1)>[(β1+β3)/(1-β2)]X(t-1),即序列Y和X在上一期的均衡误差ecm(t-1)>0,于是有误差修正项λecm(t-1)<0,表明通过误差修正项对△Yt起负向作用,亦即当Yt变动偏离均衡关系,且有正向偏离时,误差修正项会通过负向作用,使其(“其”是指Yt)回到均衡(注:也即在这一期修正上一期的均衡误差)。
当Y(t-1)<[(β1+β3)/(1-β2)]X(t-1),即序列Y和X在上一期的均衡误差ecm(t-1)<0,于是有误差修正项λecm(t-1)>0,表明通过误差修正项对△Yt起负向作用,亦即当Yt变动偏离均衡关系,且有负向偏离时,误差修正项会通过正向作用,使其(“其”是指Yt)回到均衡(注:也即在这一期修正上一期的均衡误差)。
系数λ的大小反应了对偏离长期均衡的调整力度。