Question

我必须使用改编自Joel Hasbrouck的矢量误差修正模型估算纽约（N）和伦敦（L）的价格之间的关系。经过网上的大量研究，我仍然没有取得多大进展，所以我想我会请专家看看我是否可以为完成这个模型找到方向。

我的数据集是一个包含日期，时间，符号，价格的数据框。

返回（r_t）定义为纽约和伦敦（等式1和2）的每十五分钟间隔（p（t） - p（t-1））的价格之间的对数差异。

该模型使用纽约的r_t来模拟纽约和伦敦的2个回报（等式3）。

然后在伦敦的r-t中使用纽约和伦敦的2个回报模型（等式4）。

N和L分别代表纽约和伦敦，在模型中看到任何地方，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

任何帮助都会受到赞赏。提前感谢您的帮助!!

我是R的新手，在使用SAS和时间序列程序方面有更多经验。我已经看到了使用vars（）的参考，但我看过的例子似乎并不适用，所以我几乎被卡住了。我已经完成了DW统计，并且存在协整。

我无法弄清楚如何为此编写代码......

Answer 1

您可以在R中使用urca包:(假设您的数据为mydf，LN列为伦敦股票市场的股票回报，NY为NY股票市场的股票回报）。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：我假设您使用了Johansen协同集成测试和eigen统计信息; k表示滞后数，对于您的示例为2，ecdet表示协整有一个常量。有关详细信息，请查看manual。

r中的矢量误差修正模型

1 个答案: