我无法使用 tsDyn 包进行 VECM 预测（测试数据行数与 VAR/VECM 中的滞后数不同（???））

Question

我正在尝试在我的 VECM 上运行每月注册数据，其中固定数据和虚拟变量作为外生变量。我希望它预测未来 2 年。所以我使用最后 24 个观察结果

library(tsDyn)
exogen1<-rnorm(120,0,10)
exogen2<-rnorm(120,0,10)
dc <- rep(0, 120)
dc[60:80] <- 1 #dummy variable representation
x<-rnorm(120,0,10)
y<-rnorm(120,0,15)
i<-1:120
x1<-sapply(i,function(k) sum(x[1:k]))
x2<-x1+y

plot(x1,type="l")#non-stationary macro variable x1 to predict on the model
lines(x2,col="red")#non-stationary macro variable x2 cointegrated with x1
lines(exogen1,col="green")#stationary variable exogen1 that explains the other variables 
lines(exogen2,col="blue")#stationary variable exogen2 that explains the other variables 

endogen<-cbind(x1,x2)
exogen<- cbind(exogen1, exogen2, dc) 

mdl<- VECM(endogen, lag=1, estim = "ML", r=1, exogen = exogen)
new_endogen <-tail(cbind(x1,x2),24)
new_exogen <- tail(cbind(exogen1,exogen2,dc),24)
predict(mdl, newdata=new_endogen, exoPred = new_exogen, n.ahead=24)

我在运行最后一行代码时收到此错误消息：Error in predict.VAR(mdl, newdata = new_endogen, exoPred = new_exogen, : Please provide newdata with nrow=lag

为什么测试数据（newdata）和VECM的lag长度一样？？？

我尝试将 lag 更改为 24（newdata 中的行数）或 48（newdata 的总长度）只是为了看看它是否会改变结果。但它保持不变

我还尝试将 newdata 的长度更改为 1（vecm 的 lag 的长度）和 2（var 模型的 lag 的长度），但始终得到相同的结果

可能出了什么问题？

Answer 1

您尝试使用 2 行是对的（这是模型中关卡的滞后数，诚然这有点棘手）。不知道为什么它不起作用？

library(tsDyn)
#> Registered S3 method overwritten by 'quantmod':
#>   method            from
#>   as.zoo.data.frame zoo
packageVersion("tsDyn")
#> [1] '0.9.48.999'
exogen1<-rnorm(120,0,10)
exogen2<-rnorm(120,0,10)
dc <- rep(0, 120)
dc[60:80] <- 1 #dummy variable representation
x<-rnorm(120,0,10)
y<-rnorm(120,0,15)
i<-1:120
x1<-sapply(i,function(k) sum(x[1:k]))
x2<-x1+y


endogen<-cbind(x1,x2)
exogen<- cbind(exogen1, exogen2, dc) 

mdl<- VECM(endogen, lag=1, estim = "ML", r=1, exogen = exogen)
#> Warning: tail(., addrownums = V) is deprecated.
#> Use tail(., keepnums = V) instead.
new_endogen <-tail(cbind(x1,x2),24)
new_exogen <- tail(cbind(exogen1,exogen2,dc),24)
predict(mdl, newdata=new_endogen[1:2,,drop=FALSE], exoPred = new_exogen, n.ahead=24)
#>            x1        x2
#> 121 -121.6248 -120.4420
#> 122 -124.3986 -121.1053

^{由reprex package (v0.3.0) 于 2020 年 9 月 28 日创建}