Estoy confundido sobre el Modelo de corrección vectorial de errores ( VECM ).
La base técnica:
VECM ofrece la posibilidad de aplicar Modelo vectorial autorregresivo ( VAR ) a las series temporales multivariantes integradas. En los libros de texto se nombran algunos problemas en la aplicación de un VAR a las series temporales integradas, la más importante de las cuales es la llamada regresión espuria (los estadísticos t son muy significativos y R^2 es alto aunque no haya relación entre las variables).
El proceso de estimación de la VECM consiste aproximadamente en los tres pasos siguientes, de los cuales el más confuso es para mí el primero:
-
Especificación y estimación de un VAR modelo para el integrado series temporales multivariantes
-
Calcule las pruebas de ratio de verosimilitud para determinar el número de relaciones de cointegración
-
Tras determinar el número de cointegraciones, estimar el VECM
En el primer paso se estima un VAR con un número adecuado de rezagos (utilizando los criterios habituales de bondad de ajuste) y, a continuación, se comprueba si los residuos se corresponden con los supuestos del modelo, a saber, la ausencia de correlación serial y de heteroscedasticidad y que los residuos se distribuyen normalmente. Así, se comprueba si el VAR describe adecuadamente la serie temporal multivariante, y sólo se procede a los pasos siguientes si lo hace.
Y ahora a mi pregunta: Si el VAR describe bien los datos, ¿por qué necesito el VECM ¿en absoluto? Si mi objetivo es generar previsiones ¿no es suficiente con estimar un VAR y comprobar los supuestos, y si se cumplen, entonces simplemente utilizar este modelo?
