eviews 上怎么得出误差修正模型的数学表达式

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Cointegrating Eq:         CointEq1                               
                                       
LY(-1)         1.000000                               
                                       
LX1(-1)        -1.338939                               
         (0.32429)                               
        (-4.12886)                               
                                       
X2(-1)         0.164574                               
         (0.09445)                               
         (1.74243)                               
                                       
X3(-1)         0.100905                               
         (0.35373)                               
         (0.28525)                               
                                       
X4(-1)        -0.171200                               
         (0.05713)                               
        (-2.99670)                               
                                       
C         4.351173                               
                                       
Error Correction:        D(LY)        D(LX1)        D(X2)        D(X3)        D(X4)
                                       
CointEq1        -0.014987         0.047601         0.764100         0.046956         8.970859
         (0.13478)         (0.01447)         (0.57171)         (0.06510)         (1.84031)
        (-0.11120)         (3.28858)         (1.33651)         (0.72132)         (4.87465)
                                       
D(LY(-1))        -0.255147        -0.014117         0.015821        -0.008456        -4.384663
         (0.14861)         (0.01596)         (0.63037)         (0.07178)         (2.02913)
        (-1.71691)        (-0.88451)         (0.02510)        (-0.11782)        (-2.16085)
                                       
D(LX1(-1))         1.486423         0.818370         4.569115         0.819456         39.38895
         (1.55225)         (0.16671)         (6.58437)         (0.74972)         (21.1948)
         (0.95759)         (4.90909)         (0.69393)         (1.09302)         (1.85843)
                                       
D(X2(-1))         0.086220         0.013184        -0.160359         0.009642         0.563648
         (0.05059)         (0.00543)         (0.21460)         (0.02444)         (0.69080)
         (1.70423)         (2.42639)        (-0.74724)         (0.39458)         (0.81594)
                                       
D(X3(-1))        -1.070300        -0.025277        -2.864306         0.111974        -7.620608
         (0.46527)         (0.04997)         (1.97358)         (0.22472)         (6.35286)
        (-2.30040)        (-0.50586)        (-1.45132)         (0.49828)        (-1.19955)
                                       
D(X4(-1))         0.005476         0.004833         0.219171        -0.003073         0.801859
         (0.01483)         (0.00159)         (0.06293)         (0.00717)         (0.20256)
         (0.36916)         (3.03381)         (3.48298)        (-0.42888)         (3.95869)
                                       
C         0.188611         0.031338        -0.328433         0.010951        -3.625824
         (0.20399)         (0.02191)         (0.86528)         (0.09852)         (2.78529)
         (0.92462)         (1.43049)        (-0.37957)         (0.11115)        (-1.30178)
                                       
R-squared         0.485941         0.703170         0.383512         0.118752         0.558919
Adj. R-squared         0.362567         0.631930         0.235555        -0.092748         0.453059
Sum sq. resids         2.054404         0.023695         36.96520         0.479251         383.0204
S.E. equation         0.286664         0.030787         1.215980         0.138456         3.914181
F-statistic         3.938759         9.870531         2.592049         0.561475         5.279820
Log likelihood        -1.474029         69.92539        -47.71389         21.81422        -85.12367
Akaike AIC         0.529627        -3.932837         3.419618        -0.925889         5.757729
Schwarz SC         0.850257        -3.612207         3.740248        -0.605259         6.078359
Mean dependent         0.199469         0.143119        -0.032187         0.142169         0.090625
S.D. dependent         0.359051         0.050745         1.390764         0.132450         5.292622
                                       
Determinant Residual Covariance                 3.40E-06                       
Log Likelihood                -25.56017                       
Akaike Information Criteria                 4.097510                       
Schwarz Criteria                 5.929680                       
如何根据上述结果写出误差协整模型

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

分享0 收藏0 回帖

关键词：EVIEWS 误差修正模型 数学表达式 Views Eview 模型 修正 Error