|
vec 的主要目的就是为了分析了两个存在协整关系的非平稳变量的长期和短期关系。
建议您认真看看视频中如下例子的讲解,如果还有问题,我们再行讨论:
*-------------------------
*-- 例2: 美国四州的房价变动
*-------------------------
use txhprice.dta, clear
des
sum
*-四个州房价的基本时序特征
tsset t
line austin dallas houston sa t
*-------------------------------
*--Part I-- Dallas v.s. Houston
*-------------------------------
* 二变量协整分析
line dallas houston t
* 一个直觉的解释:
* 若两地的房价差异过大,居民和相关资源会在两地迁移,从而使两地价格趋同,
* 因此,可以认为达拉斯和休斯敦的房价存在协整关系
*-0 检验序列的平稳性
dfuller dallas
dfuller houston
* 直觉解释:在完全竞争市场中,当前的房价包含了所有信息,
* 因此,我们无法预测明日房价的走势
*-1 检验滞后阶数
varsoc dallas houston
*-2 检验协整关系的个数
vecrank dallas houston, lag(2)
*-4 建立 VECM(向量误差修正模型)
vec dallas houston, lag(2)
* 经济含义:
* (1) 调整速度
* [D_dallas]L._ce1 = -0.304***
* 若 Dallas 的房价过高,它会向着 Houston 的房价下调,
* [D_houston]L._ce1 = +0.503***
* 若 Dallas 的房价过高,Houston 的房价会追随之
* 提示:若 [D_houston]L._ce1 = -0.503***
* 则表明,若Houston的房价过高,它会向着 Dalla 的房价下调
* (2) 长期均衡关系
* (P_dallas -1.69 - 0.868*P_houston)
predict ce, ce
list t dallas houston ce
* ce > 0: 表明 dallas 的房价高于均衡水平;
* ce < 0: 标明 dallas 的房价低于均衡化水平
twoway (line dallas houston t,yaxis(1)) ///
(line ce t, yaxis(2)) ///
, yline(0,axis(2) lp(dash) lc(black*0.4))
*-5 冲击反应分析(脉冲响应分析)
irf create vec2, set(vec02, replace) step(24)
* 正交冲击反应
irf graph oirf, impulse(dallas) response(houston)
irf graph oirf, impulse(houston) response(dallas)
* 累积正交冲击反应
irf graph coirf, impulse(dallas) response(houston)
irf graph coirf, impulse(houston) response(dallas)
|