Error Vector Correction Model (MCVE) er en udvidelse af VAR-modellen, der indebærer tilføjelse af korrektionsudtrykket for den forsinkede fejl i autoregression for at foretage et skøn under hensyntagen til møntintegrationen af to variabler.
Med andre ord inkorporerer MCVE-modellen møntintegrering ved hjælp af fejlkorrektionsudtrykket som en ny uafhængig variabel i VAR-modellen.
På denne måde kan vi foretage skøn over den afhængige variabel under hensyntagen til dens forsinkede værdier, de forsinkede værdier for den anden variabel og den forsinkede fejlkorrektionsperiode (møntintegreringseffekt).
Anbefalede artikler: møntintegration, VAR-model, autoregressiv model.
Cointegration
Myntintegrationen mellem to tilfældige variabler er tilstedeværelsen af en fælles stokastisk tendens. Med andre ord deler variablerne, selvom de er tilfældige, en tendens. For eksempel, givet et bestemt tidsrum, kan det ske, at den ene variabel stiger, og den anden også. Det samme for det modsatte tilfælde.
Tilstedeværelsen af møntintegration betyder ikke, at variablerne stiger eller falder i de samme relative enheder, men snarere at der er en heterogen spredning mellem variablerne.
Fejlrettelsesperiode
Fejlkorrektionsudtrykket eller møntintegrationskoefficienten fortæller os, om der er møntintegrering på en visuel og unøjagtig måde. For at tage en så afgørende beslutning anbefales det at anvende statistikker såsom EG-ADF kontrasten.
Matematisk definerer vi variablen Xt og Yt som to tilfældige variabler, der følger en normal normal sandsynlighedsfordeling af gennemsnit 0 og varians 1.
Derefter indebærer tilstedeværelsen af møntintegration det
Det er integreret klasse 0.
Parameteren d er kointegrationskoefficienten. Denne koefficient opnås under hensyntagen til, at du er nødt til at eliminere den fælles forskelstrend.
De anvendte økonometriske metoder er kombinationen af generaliserede mindste kvadrater med Dickey-Fuller-testen.
Med andre ord, hvis vi ser, at forskellen mellem de to serier ikke følger nogen klar tendens, bestemmer vi, at møntintegrationen mellem de to variabler er grad 1, og at fejlkorrektionsudtrykket er integrationsgrad 0.
Skematisk
- Hvis vi ser en tendens mellem de to variabler => kontrolforskel => forskel følger ikke en klar tendens => fejlkorrektionsudtryk er integration af grad 0 => der er cointtegration mellem de to variabler (integration af grad 1).
- Vi ser ikke en tendens mellem de to variabler => kontrolforskel => forskel, hvis der er en klar tendens => fejlkorrektionsudtryk er integration af grad 1 => der er ingen møntintegration mellem de to variabler (integration af grad 0).
Modelformel VAR (p, q):
Grundlaget for MCVE er Vector Autoregressive (VAR) -modellen:
For at omdanne VAR-modellen til en MCVE-model skal vi:
- Tilføj korrektionsudtrykket for fejlen forsinket en periode:
- Føj stigningstegnet til de forsinkede uafhængige variabler for at henvise til det faktum, at vi anvender den første forskel.
2-variabel MCVE-modelformel
Derefter MCVE af to variabler Xt og Yt (når k = 2) er:
Teoretisk eksempel
Kan vi fastslå, at der er møntintegration mellem AlpineSki-aktiens og NordicSki-aktiens afkast? Fortæller forskellen i absolut værdi mellem AlpineSki og NordicSki (| A-N |) os noget?
