Ökonometria PhD 07 - VECM és előrejelzés (Eviews11)

Zhrnutie prednášky

Prednáška úvodom predstavuje modely korekcie chýb (ECM a VECM) ako alternatívu k odstraňovaniu trendov pomocou HP filtra alebo diferencovania. Dva integrované procesy I(1) s dlhodobým trendom sú prirovnané k psovi na vodítku: môžu krátkodobo kolísať, no dlhodobo sa nevzďaľujú. Model obsahuje nediferencovaný dlhodobý člen, diferencované krátkodobé členy a chybový člen, pričom matica Π sa rozkladá na αβ′ a jej poradie r udáva počet kointegračných vzťahov. Kointegráciu overuje Engle-Grangerov test, pri viacerých premenných Johansenov test (trace a maximálna vlastná hodnota), ktorý EViews počíta automaticky. Napokon sa preberá prognózovanie pomocou VECM s horizontom h a porovnanie s jednoduchým VAR modelom, ktorý dáva podobnú presnosť (RMSE 2,75 vs. 2,69), a praktický postup v EViews s Taylorovým pravidlom a sadzbou EURIBOR.

• - Kointegrované I(1) rady majú spoločný dlhodobý trend a ich lineárna kombinácia je stacionárna.
• - VECM obsahuje dlhodobý nediferencovaný člen, krátkodobé diferencované členy a chybový člen.
• - Matica Π = αβ′, kde poradie r určuje počet kointegračných vektorov; pri r = 0 ide o obyčajný VAR.
• - Engle-Grangerov test je pre dve premenné, Johansenov test (trace, maximálna vlastná hodnota) pre viac premenných a je zabudovaný v EViews.
• - Parameter α určuje rýchlosť návratu systému k dlhodobej rovnováhe.
• - Prognóza VECM s horizontom h sa dá odvodiť rekurzívne a jednoduchý VAR na I(1) premenných dá podobné výsledky.
• - Praktický príklad v EViews používa Taylorovo pravidlo so sadzbou EURIBOR a vzorku 2007–2017 na prognózu.

Zhrnutie pripravené s pomocou AI z prepisu videa.