مدل‌های تصحیح خطای برداری (VECM) در ایویوز

مدل‌های تصحیح خطای برداری (Vector Error Correction Model – VECM) از مهم‌ترین ابزارهای اقتصادسنجی برای تحلیل روابط پویای بلندمدت و کوتاه‌مدت بین متغیرهای اقتصادی هستند. این مدل‌ها زمانی به‌کار می‌روند که متغیرها در سطح نامانا باشند اما بین آن‌ها رابطه تعادلی بلندمدت وجود داشته باشد. در این محتوا، با اتکا به منابع انگلیسی معتبر اقتصادسنجی، مفهوم مدل VECM و نحوه برآورد و تفسیر آن در نرم‌افزار EViews به‌صورت توضیحی بررسی می‌شود.

ارتباط مدل VECM با VAR و هم‌انباشتگی

مدل VECM در واقع شکل تعمیم‌یافته مدل VAR است که وجود هم‌انباشتگی (Cointegration) بین متغیرها را در نظر می‌گیرد. در منابع انگلیسی تأکید می‌شود که اگر متغیرها نامانا باشند اما ترکیب خطی آن‌ها مانا شود، استفاده از VAR در تفاضلات ساده منجر به از دست رفتن اطلاعات بلندمدت می‌شود.

VECM این مشکل را با وارد کردن جمله تصحیح خطا حل می‌کند؛ جمله‌ای که نحوه بازگشت متغیرها به مسیر تعادل بلندمدت پس از بروز شوک‌های کوتاه‌مدت را نشان می‌دهد.

مفهوم جمله تصحیح خطا

جمله تصحیح خطا نشان‌دهنده انحراف سیستم از تعادل بلندمدت در دوره قبل است. ضریب این جمله بیان می‌کند که چه بخشی از این عدم تعادل در هر دوره تعدیل می‌شود.

در تحلیل‌های تجربی، اگر ضریب تصحیح خطا از نظر آماری معنادار و دارای علامت منفی باشد، نشان‌دهنده وجود سازوکار تعدیل به سمت تعادل بلندمدت است. این ویژگی یکی از مهم‌ترین نقاط قوت VECM محسوب می‌شود.

پیش‌نیازهای برآورد مدل VECM

پیش از برآورد VECM، چند مرحله ضروری وجود دارد که در اغلب منابع انگلیسی به آن‌ها اشاره شده است:

  • بررسی مانایی متغیرها و اطمینان از نامانا بودن آن‌ها در سطح
  • انجام آزمون‌های هم‌انباشتگی برای شناسایی روابط بلندمدت
  • تعیین تعداد بردارهای هم‌انباشتگی
  • انتخاب وقفه بهینه در چارچوب مدل VAR پایه

بدون انجام این مراحل، نتایج حاصل از VECM فاقد اعتبار تجربی خواهد بود.

آزمون هم‌انباشتگی یوهانسن

یکی از رایج‌ترین روش‌های بررسی هم‌انباشتگی، آزمون یوهانسن (Johansen Test) است. این آزمون امکان تعیین تعداد روابط تعادلی بلندمدت بین متغیرها را فراهم می‌کند.

در ایویوز، این آزمون به‌صورت کاملاً ساختاریافته در دسترس است و نتایج آن مبنای اصلی تصمیم‌گیری برای استفاده از VECM قرار می‌گیرد.

برآورد مدل VECM در ایویوز

نرم‌افزار EViews فرآیند برآورد VECM را بر اساس نتایج آزمون هم‌انباشتگی اجرا می‌کند. ابتدا مدل VAR در سطح متغیرها مشخص می‌شود و سپس با تعیین تعداد بردارهای هم‌انباشتگی، مدل به‌صورت VECM برآورد می‌گردد.

ایویوز ضرایب کوتاه‌مدت، ضرایب بردارهای هم‌انباشتگی و جمله تصحیح خطا را به‌صورت تفکیک‌شده گزارش می‌کند که این موضوع تحلیل دقیق‌تری از پویایی‌های سیستم اقتصادی را امکان‌پذیر می‌سازد.

تفسیر ضرایب کوتاه‌مدت و بلندمدت در VECM

ضرایب کوتاه‌مدت بیانگر واکنش آنی متغیرها به تغییرات گذشته خود و سایر متغیرها هستند. در مقابل، روابط بلندمدت از طریق بردارهای هم‌انباشتگی تفسیر می‌شوند و ساختار تعادلی اقتصاد را نشان می‌دهند.

ترکیب این دو نوع اطلاعات باعث می‌شود VECM تصویری جامع از رفتار پویای متغیرها ارائه دهد؛ ویژگی‌ای که در مدل VAR ساده وجود ندارد.

تفاوت مدل VECM و VAR در عمل

در حالی که VAR بیشتر برای تحلیل پویایی‌های کوتاه‌مدت متغیرهای مانا مناسب است، VECM زمانی ترجیح داده می‌شود که هدف مطالعه، بررسی همزمان تعادل بلندمدت و تعدیل‌های کوتاه‌مدت باشد.

منابع انگلیسی توصیه می‌کنند که انتخاب بین VAR و VECM همواره بر اساس نتایج آزمون‌های مانایی و هم‌انباشتگی انجام شود، نه صرفاً سلیقه پژوهشگر.

مزایا و محدودیت‌های مدل VECM

از مهم‌ترین مزایای VECM می‌توان به حفظ اطلاعات بلندمدت، تفسیر روشن تعدیل به تعادل و تحلیل همزمان روابط کوتاه‌مدت و بلندمدت اشاره کرد. با این حال، نتایج این مدل به انتخاب صحیح وقفه‌ها و تعداد بردارهای هم‌انباشتگی حساس است و در صورت وجود شکست ساختاری، ممکن است اعتبار آن کاهش یابد.


کلیدواژه ها : مدل تصحیح خطای برداری - VECM Model - Vector Error Correction Model - ایویوز - EViews Software - هم‌انباشتگی - Cointegration - آزمون یوهانسن - Johansen Test - مدل VAR - Vector Autoregression