r - r 中的向量误差校正模型

Question

我必须使用改编自 Joel Hasbrouck 的矢量误差校正模型来估计纽约 (N) 和伦敦 (L) 价格之间的关系。网上查了很多资料，还是没有太大进展，所以想请教各位高手，看看能不能得到一些方向来完成这个模型。

我的数据集是一个包含日期、时间、符号、价格的数据框。

Return(r_t) 被定义为纽约和伦敦每 15 分钟间隔 (p(t) - p(t-1)) 的价格之间的对数差异(方程 1 和 2)。

该模型使用纽约的 r_t 来模拟纽约和伦敦的 2 个滞后返回(方程 3)。

然后在伦敦的 r-t 中使用纽约和伦敦的 2 个滞后返回模型(方程 4)。

N 和 L 分别代表模型中出现的任何地方的纽约和伦敦，t 代表时间。

r_t^N=∆ log(P_t^N )
r_t^L=∆ log(P_t^L )
r_t^N=α(log(P_(t-1)^N)-log(P_(t-1)^L))+∑_(i=1)to 2(γ_i^(N,N) r_(t-i)^N) + ∑_(i=1)to 2(γ_i^(N,L) r_(t-i)^L)+ ε_t^N
r_t^L=α(log(P_(t-1)^L)-log(P_(t-1)^N))+∑_(i=1)to 2(γ_i^(L,L) r_(t-i)^L) + ∑_(i=1)to 2(γ_i^(L,N) r_(t-i)^N)+ ε_t^L

任何帮助将不胜感激。预先感谢您的帮助!!

我是 R 的新手，在使用 SAS 和那里的时间序列过程方面有更多经验。我已经看到使用 vars() 的引用，但我看过的例子似乎不适用，所以我几乎被卡住了。我已经完成了 DW 统计并且存在协整。

我就是不知道如何为此编写代码......

Answer 1

您可以使用 urca为此在 R 中打包:(假设您的数据是 mydf，其中 LN 列作为伦敦股票市场的股票 yield 和 NY 作为纽约股票市场的股票 yield )。以下是示例代码(未测试):

install.packages("urca")
library(urca)
mysample <- mydf[, c("NY", "LN")]
myvecm <- ca.jo(mysample, ecdet = "const", type="eigen", K=2, spec="longrun")
myvecm.ols <- cajools(myvecm)

注意:我假设您已经使用了 Johansen协整检验和 eigen统计; k表示示例中的滞后数为 2， ecdet是说协整有一个常数。请查看 manual详情请点击此处。