VEC 和 VAR 的区别，何时用？

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

RT，我想知道vector error correction和VAR之间的区别，最近在看一本英文书，可能是英文差，要不就是自己笨，硬是没搞明白二者的区别和联系，另外想知道二者在何种情况下分别使用。是不是多个变量存在长期均衡时也就是协整时用VEC，而如果不协整就用VAR？恳请高手指教！

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1 收藏6 回帖

关键词：VaR VEC Correction correct Vector error 英文

时间序列数据平稳，可用VAR；非平稳不能用VAR，但如有协整关系，可用VECM。

原楼主的观念对阿! 2楼的回答也很正确!

VEC(M) 台湾这边我们称向量误差修正模型
VAR     台湾这边我们称向量自我回归模型
两者 都是探讨变量间的长期稳定均衡关系

以两个时间序列为例(如X与Y),
若X与Y均被验出不具有单根(或称stationary  台湾称定态, 祖国大陆称平稳)
则使用VAR模型

若X与Y都被验出有单根(或被验出nonstationary)
则进一步看有无协整关系(或称cointegratioon 台湾称共整合或共积)
有了协整关系, 把这关系引入, 弄成调整项 (这个调整项, 即英文EC 误差修正的由来)
则称VECM

有一个问题, 若X有单根 Y也有单根  但X与Y又没共整合  怎么办?
再者, 若X有单根 Y无单根 怎么办?

取差分吧...........我觉得啦!

差分再进一步看看!  若差分能成定态 或者差分后的变数能找到共整合, 起码能有现成模型探讨

如果一个变量有单位根，一个变量平稳，这种状态下是不能做回归的，至少在目前来看还不能。
3楼说可以取差分，一般来说，刻意的取差分去做回归是没有任何意义的，所以在这种情况下，楼主还请三思。
仅为个人浅见，欢迎质疑！

4# dzm0212
这点我同意你的观点，好像是不能做回归的，但如果都有单位根，但不协整怎么办？这种情况下能取差分不？
谢谢你的回答和提醒

3# h3327156
再次感谢你的回答，原来你在台湾啊，怪不得英文那么好，计量水平那么高啊！
有一点三楼的提到了，如果一个变量平稳另一个不平稳，我们一直都认为是不能做回归的，自然也就不能差分，不能纯粹为了回归而去回归，这是老师说的，背后的原因我不是很清楚，不知这点你有何看法，请指教。
还有一事相求，只请你回答：the difference between standard deviation and standard error. i read some reference about this question, but i do  want  u can share ur wisdom on this question with me. plz , also ,thx

= =
我说的差分, 只是对那个level值的序列取差分. 并非两个都差分,
如果差分能使序列变平稳, 为什么不能取呢?
差分如果能有意涵, 或者能解释就ok!
我也同意不能刻意的去差分后回归, 但如果这个刻意有道理或者有经济意涵, 我会考虑 = =

standard deviation (标准差) 与 standard error (标准误)
前着回归前的叙述统计报表经常看到
后者回归后, 才会出现

前者是看变量的离散程度
后者如果硬要说看离散程度, 也是ok, 因为看 真实的点 与 配适线 间的 离散情况,
         或着想成residual(残差)的 离散情况

谢谢您的溢美之词,
我还是学生, 仍须加强与努力,
最要感谢的, 还是教我的老师们

h3327156 发表于 2010-5-20 20:49 standard deviation (标准差) 与 standard error (标准误)
前着回归前的叙述统计报表经常看到
后者回归后, 才会出现

前者是看变量的离散程度
后者如果硬要说看离散程度, 也是ok, 因为看 真实的点 与 配适线 间的 离散情况,
         或着想成residual(残差)的 离散情况

谢谢您的溢美之词,
我还是学生, 仍须加强与努力,
最要感谢的, 还是教我的老师们

standard error (标准误)   好像说的是抽样的代表性，是样本means之sd。 二者有联系，但有本质区别。

= =
我也亂了!

我指的是 standard error of the regression

8樓您講的, 我怎聽起來像 standard deviation of  sample mean

二楼讲得很对。
co-integration 是关键。
先把两组序列做成stationary 的（一般差分一次），这是做回归的前提，
再看有没有co-integration，有的话证明有long term relationship。没有的话也能做，但是结果根本没有意义，例子就是比如你用 monte carlo生成两组独立随即数，差分一次，再回归也能得到显著的相关系数，但你知道这两组数完全没关联的。