协整与误差修正模型

课程导航#

1. 课时 1：时间序列初步（Time-series Preliminaries）
2. 课时 2：差分方程、滞后运算与动态模型（Difference Equations, Lag Operators, and Dynamic Models）
3. 课时 3：平稳时间序列：AR 模型（Stationary Time Series: AR Models）
4. 课时 4：平稳金融时间序列：ARMA 模型（Stationary Financial Time Series: ARMA Models）
5. 课时 5：预测理论与应用（Forecasting Theory and Applications）
6. 课时 6：非平稳金融时间序列模型（Nonstationary Financial Time-series Models）
7. 课时 7：金融计量中的条件异方差模型（Conditional Heteroskedasticity Models）
8. 课时 8：向量自回归（VAR）模型（Vector Autoregression）
9. 课时 9：协整与误差修正模型（Cointegration and Error-correction Models）

本章范围#

本章对应课程第 9 章，将围绕**协整（Cointegration）与误差修正模型（Error-correction Model, ECM）**建立完整教程，解释非平稳变量如何存在稳定长期关系，以及短期偏离如何向长期均衡调整。