在Python中解释VECM模型时遇到的问题

Question

我有一个名为allret_q2btc的数据集，有3个变量列goldret、equityret和btcret。 我发现协整等级为3，我试着运行由statsmodels.tsa.vector_ar.vecm提供的VCEM模型，但是，我很难理解结果

VECM_res=VECM(allret_q2btc,k_ar_diff=1,coint_rank=3)
VECM_fit=VECM_res.fit()
VECM_fit.summary()

下图给出了上述代码的结果。然而，与R或Eviews不同，我无法理解结果的格式，我在解释结果时遇到了困难。请帮我做这个

同时，我想知道是否有人使用过上述软件包。如果是，请告诉我VECMResult模块在其中有什么用途。如果附上任何示例，请谅解

Image1Image2

Answer 1

首先，请记住statsmodel对VECM使用的方程：Δyt=∏yt−1+Γ1Δyt−1+…+Γkar−1Δyt−kar+1+ut

您在图1的前3个表中看到的是kar的估计值−1（=在这种情况下为1）参数矩阵Γ1，…，Γkar−1个VECM（kar−1） 模型。您可以使用VECM_fit.gamma获得精确的系数

其他表格是关于α和β的估计值。您可以直接使用VECM_fit.alpha和VECM_fit.beta获得这两个neqxconcent_秩（本例中为3x3）矩阵

注意：π=αβ′（π=VECM_fit.alpha.dot(VECM_fit.beta.T)）

您可以在此处阅读有关VECMResult属性的更多信息：https://www.statsmodels.org/stable/generated/statsmodels.tsa.vector_ar.vecm.VECMResults.html#statsmodels.tsa.vector_ar.vecm.VECMResults

您还可以通过VECM_fit.var_rep获得VECM（1）模型的VAR（2）表示

最后，您可以检查：

• VECM_fit.var_rep[0]=VECM_fit.gamma + VECM_fit.alpha.dot(VECM_fit.beta.T) + np.diag(v=[1,1,1])
• 和VECM_fit.var_rep[1]=-VECM_fit.gamma