楼主: yyr215
1848 1

[问答] VEC结果解读 [推广有奖]

  • 0关注
  • 0粉丝

大专生

83%

还不是VIP/贵宾

-

威望
0
论坛币
56 个
通用积分
0.0600
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
391 点
帖子
17
精华
0
在线时间
67 小时
注册时间
2007-5-27
最后登录
2016-8-2

5论坛币
使用eviews做VEC模型(两列数据),结果如下,请问结果好不好呀?拟合优度最重要的是看R-squared吗?只有0.053456可以吗?望专家不吝赐教。
Vector Error Correction Estimates               
Date: 06/28/16   Time: 10:45               
Sample (adjusted): 0003 2496               
Included observations: 2494 after adjustments               
Standard errors in ( ) & t-statistics in [ ]               
               
Cointegrating Eq:         CointEq1       
               
SER01(-1)         1.000000       
               
SER02(-1)        -0.638161       
         (0.05278)       
        [-12.0920]       
               
C        -1.684038       
               
Error Correction:        D(SER01)        D(SER02)
               
CointEq1        -0.005784         0.004426
         (0.00310)         (0.00312)
        [-1.86579]        [ 1.41731]
               
D(SER01(-1))        -0.196796        -0.057723
         (0.02178)         (0.02194)
        [-9.03733]        [-2.63124]
               
D(SER02(-1))         0.231470         0.088257
         (0.02209)         (0.02226)
        [ 10.4771]        [ 3.96539]
               
C        -4.48E-06        -1.03E-05
         (6.1E-06)         (6.1E-06)
        [-0.73331]        [-1.67732]
               
R-squared         0.053456         0.007234
Adj. R-squared         0.052315         0.006038
Sum sq. resids         0.000231         0.000235
S.E. equation         0.000305         0.000307
F-statistic         46.87401         6.047869
Log likelihood         16655.35         16636.92
Akaike AIC        -13.35313        -13.33835
Schwarz SC        -13.34379        -13.32901
Mean dependent        -5.86E-06        -1.09E-05
S.D. dependent         0.000313         0.000308
               
Determinant resid covariance (dof adj.)                 7.07E-15
Determinant resid covariance                 7.05E-15
Log likelihood                 33556.41
Akaike information criterion                -26.90169
Schwarz criterion                -26.87835
               

关键词:VEC observations determinant Integrating observation adjusted Vector errors Error 模型
沙发
crystal8832 学生认证  发表于 2016-6-30 00:43:08 |只看作者 |坛友微信交流群
你的数据是日度数据? 两千多个 可决系数很低是可以理解的,误差修正系数是负的,基本显著,还好~

使用道具

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jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-9-10 07:44