VECM / Johansen
Modèles vectoriels à correction d’erreur et tests de rang de Johansen.
- Régression reduced-rank (Johansen / Lütkepohl)
- Huit spécifications déterministes, dont les variantes JHJ
- P-values et valeurs critiques MacKinnon–Haug–Michelis (1999)
- IRF, FEVD, Granger, JB, whiteness, diagnostics et prévisions natifs
README : makystats/vecm/README.md ·
Guide technique : DOCUMENTATION.md
Paramètres (API makystats — pas statsmodels)
| Paramètre | Valeurs | Rôle |
|---|---|---|
test_case | '1'…'5' | Spécification du test de rang |
det_case | '1'…'5b' | Spécification de l’estimation (défaut '3a') |
k_ar_diff | int ≥ 0 | Retards en différences (= ordre VAR en niveau − 1) |
coint_rank | int | Rang de cointégration r |
3a/4a/5a = termes duals JHJ ; 3b/4b/5b = contreparties classiques.
Workflow minimal
order = select_var_order(data, maxlags=4, criterion="bic")
k_ar_diff = order.best - 1
summarize_johansen(data, k_ar_diff=k_ar_diff, signif=0.05)
rank = select_coint_rank(data, k_ar_diff=k_ar_diff, test_case="3")
model = VECM(data, k_ar_diff=k_ar_diff, coint_rank=max(rank.rank, 1),
det_case="3a").fit()
model.summary()
print(model.forecast(steps=5, conf_int=True, method="bootstrap", sim_reps=1000))
model.irf(10).plot()
model.plot_diagnostics()
Rang : p-values vs valeurs critiques
| Fonction | Règle |
|---|---|
select_coint_rank | P-values MHM continues |
summarize_johansen | Valeurs critiques MHM tabulées |
Tables MHM incluses dans le paquet. Formules et JHJ :
DOCUMENTATION.md.