4

我必须使用从 Joel Hasbrouck 改编的矢量误差校正模型来估计纽约 (N) 和伦敦 (L) 的价格之间的关系。网上查了很多资料，还是没有什么进展，所以想请教各位高手，看看能不能给这个模型做个方向。

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

该模型使用纽约的 r_t 来模拟纽约和伦敦的 2 个回报滞后（等式 3）。

然后在伦敦使用 rt 对纽约和伦敦的 2 个回报滞后进行建模（等式 4）。

N 和 L 分别代表模型中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 新手，并且有更多使用 SAS 和那里的时间序列过程的经验。我已经看到使用 vars() 的参考，但我看过的示例似乎并不适用，所以我几乎被卡住了。我做了 DW 统计，有协整。

我只是不知道如何为此编写代码...

4

1 回答 1

5

您可以urca为此使用 R 中的包：（假设您的数据是 mydf，其中LN列作为伦敦股票市场NY的股票收益和纽约股票市场的股票收益）。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协整检验和eigen统计量；k表示滞后数，例如您的示例为 2，ecdet表示协整具有常数。请在此处查看手册以获取详细信息。

于 2013-07-08T00:37:17.403 回答