楼主: shawfee
3619 2

[求助]SAS如何估计VECM? [推广有奖]

  • 15关注
  • 1粉丝

至尊账号

已卖:447份资源

教授

18%

还不是VIP/贵宾

-

威望
0
论坛币
1020867 个
通用积分
150.4557
学术水平
4 点
热心指数
3 点
信用等级
2 点
经验
14262 点
帖子
362
精华
0
在线时间
1916 小时
注册时间
2006-5-12
最后登录
2025-12-9

楼主
shawfee 发表于 2008-10-22 10:28:00 |AI写论文

+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~ !

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

对原始数据进行单整检验,服从一阶单整,又进行协整检验,存在三个协整向量,然后运用下面程序:

proc varmax data=a;
   model p1-p4 / p=3 ecm=(rank=3 normalize=p1);
run;

主要结果:

                                                   Information     Criteria

                                                         AICC    -37.6794
                                                         HQC     -37.4193
                                                         AIC     -37.7006
                                                         SBC     -37.0024
                                                         FPEC    4.24E-17

 Schematic Representation of Cross Correlations of Residuals
        Variable/
        Lag          0       1       2       3       4       5       6       7       8       9       10      11      12

        p1           ++++    ....    ....    +++.    ....    ....    ....    ....    ....    ....    ....    ....    ....
        p2           ++++    ....    ....    ++..    ....    ....    ....    ....    ....    ....    ....    ----    ....
        p3           ++++    ....    ....    +++.    ....    ....    ....    ....    ....    ....    ....    ....    ..+.
        p4           ++++    ....    ....    +++.    ....    ....    ....    ....    ....    ....    ....    ....    ....

                                     + is > 2*std error,  - is < -2*std error,  . is between

 Portmanteau Test for Cross
                                                    Correlations of Residuals
                                          Up To
                                          Lag            DF    Chi-Square    Pr > ChiSq

                                                4        16         28.75        0.0256
                                                5        32         47.84        0.0356
                                                6        48         58.50        0.1425
                                                7        64         77.91        0.1135
                                                8        80         91.09        0.1864
                                                9        96        113.79        0.1039
                                               10       112        133.83        0.0782
                                               11       128        149.62        0.0929
                                               12       144        167.17        0.0906

 The VARMAX Procedure

                                            Univariate Model White Noise Diagnostics

                                              Durbin            Normality                  ARCH
                            Variable          Watson    Chi-Square    Pr > ChiSq    F Value    Pr > F

                            p1               1.95946         55.86        <.0001       5.99    0.0152
                            p2               1.97668        103.12        <.0001       5.66    0.0182
                            p3               1.98071         26.37        <.0001      10.98    0.0011
                            p4               1.99745         98.61        <.0001      19.54    <.0001


                                                 Univariate Model AR Diagnostics

                                      AR1                  AR2                  AR3                  AR4
                   Variable    F Value    Pr > F    F Value    Pr > F    F Value    Pr > F    F Value    Pr > F

                   p1             0.03    0.8591       0.02    0.9793       2.76    0.0428       2.43    0.0484
                   p2             0.20    0.6532       0.11    0.9003       2.55    0.0562       1.95    0.1025
                   p3             0.03    0.8691       0.12    0.8900       2.17    0.0926       1.64    0.1639
                   p4             0.03    0.8659       0.05    0.9541       0.94    0.4229       0.76    0.5536

几个问题:
1、误差项滞后阶数p如何确定?题目中用了p=3。但似乎不合适,,因为没通过白噪声检验。换了p=3,4,5,6,7.8,9等,还是不行?怎么处理啊?

2、Portmanteau Test是否是检验残差之间的相关性?这个结果说明什么呢?滞后4-5在5%水平相关?滞后10、11、12在10%水平相关?

这个结果怎么理解与运用啊?

谢谢达人,希望能够耐心看一下!再次感谢!

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

关键词:VECM ecm VEC correlations Presentation SAS VECM

愛是恆久忍耐,又有恩慈;愛是不嫉妒;愛是不自誇,不張狂,不作害羞的事,不求自己的益處,不輕易發怒,不計算人的惡,喜歡不義,只喜歡真理;凡事包容,凡事相信,凡事盼望,凡事忍耐;愛是永不止息。

沙发
shawfee 发表于 2008-10-22 10:35:00

在检验p=6 p=10 p=12的时候,

  Schematic Representation of Cross Correlations of Residuals
        Variable/
        Lag          0       1       2       3       4       5       6       7       8       9       10      11      12

        p1           ++++    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....
        p2           ++++    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....
        p3           ++++    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....
        p4           ++++    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....    ....

似乎残差不具有相关性?

                                            Univariate Model White Noise Diagnostics

                                              Durbin            Normality                  ARCH
                            Variable          Watson    Chi-Square    Pr > ChiSq    F Value    Pr > F

                            p1               1.90801         38.73        <.0001       1.64    0.2017
                            p2               1.80458         47.59        <.0001       0.21    0.6497
                            p3               1.95458          4.78        0.0916       4.59    0.0332
                            p4               1.95013         53.00        <.0001      13.65    0.0003

但似乎一直通不过白噪声检验?这个怎么办呢?

原始数据不需要进行一阶差分做吧?

谢谢各位达人!!!

愛是恆久忍耐,又有恩慈;愛是不嫉妒;愛是不自誇,不張狂,不作害羞的事,不求自己的益處,不輕易發怒,不計算人的惡,喜歡不義,只喜歡真理;凡事包容,凡事相信,凡事盼望,凡事忍耐;愛是永不止息。

藤椅
zhiaxbh 发表于 2010-11-19 18:23:36
你试试对数据取个对数变换

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-25 23:20