误差修正模型通常作为协整模型的补充模型出现。协整模型度量解释的是序列间的长期关系,而误差修正模型解释的是序列之间的短期关系。
1.模型简介
误差修正模型,简称ECM模型,构造原理如下:
假设非平稳响应序列{yt}与非平稳输入序列{xt}之间具有协整关系,即:
则回归残差序列为平稳序列:
在第一个式子前同时减去yt-1,则有:
将上面的式子整理一下得到:
上式就是ECM 模型的表达式,说明误差主要受三方面的短期波动的影响:
(1)输入序列当期波动
(2)上一期的误差
(3)当期纯随机波动。
2.建立模型
作为协整模型的补充模型,我们依旧采用1978年到2002年中国农村居民家庭人均纯收入对数序列{lnxt}和生活消费支出对数序列{lnyt}构造ECM模型。
由我的上篇文章知道了这两个序列是可以构造协整模型的,具体可以参照我的上篇文章协整模型的R实现。
ECM=y.fit$residual[1:24]
dify.fit=lm(diff(y)~0+diff(x)+ECM)
summary(dify.fit)
根据系统的输出,我们得到误差修正模型:
从回归系数的绝对值大小可以看出,当期收入波动对生活消费支出的影响很大,每增加一单位的对数收入,会增加0.95513单位对数生活消费支出而上期误差(ECM)对生活消费支出的影响不大。