Obtenir des vecteurs de cointégration en utilisant la méthode Johansen

J'essaie de mieux comprendre la méthode Johansen, j'ai donc développé un exemple 3.1 donné par le livre Likelihood-Based-Inference-Cointegrated-Autoregressive-Econometrics où nous avons trois processus:

X_{1 t} = \sum_{i = 1}^{t} ϵ_{1 i} + ϵ_{2 t}

$X_{1t} = \sum_{i=1}^t \epsilon_{1i} + \epsilon_{2t}$

X_{2 t} = α \sum_{i = 1}^{t} ϵ_{1 i} + ϵ_{3 t}

$X_{2t} = \alpha \sum_{i=1}^t \epsilon_{1i} + \epsilon_{3t}$

X_{3 t} = ϵ_{4 t}

$X_{3t} = \epsilon_{4t}$

les vecteurs de cointégration doivent donc être [a, -1, 0] et [0, 0 1], mais lorsque j'exécute la méthode Johansen, je ne peux pas les obtenir.

Le code que j'essaie est le suivant:

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from statsmodels.tsa.stattools import adfuller
from statsmodels.tsa.johansen import coint_johansen

mu, sigma = 0, 1 # mean and standard deviation
n = 1000

s1 = np.random.normal(mu, sigma, n)
s2 = np.random.normal(mu, sigma, n)
s3 = np.random.normal(mu, sigma, n)

x_1t = np.cumsum(s1)+s2
x_2t = 7*np.cumsum(s1)+s3
x_3t = s3

#Creating Pandas object
todays_date = datetime.datetime.now().date()
index = pd.date_range(todays_date-datetime.timedelta(10), periods=n, freq='D')
y = pd.DataFrame(index=index, data={'col1': x_1t, 'col2': x_2t, 'col3':x_3t} )

p = 4
jres = coint_johansen(y, 0, p)

J'ai essayé plusieurs valeurs de p et je ne peux pas obtenir les vecteurs de cointégration, je sais que je fais quelque chose de mal. Merci.

self-study cointegration vecm

— mapsa
source

Le bloc-notes référencé

— ab3

J'ai trouvé la réponse. Si c'est utile pour quelqu'un, vous pouvez vérifier le cahier suivant:

http://nbviewer.ipython.org/github/mapsa/seminario-doc-2014/blob/master/cointegration-example.ipynb

— mapsa
source

Parce que les liens peuvent disparaître, pourquoi ne pas en copier l'essentiel ici?

— gung - Réintégrer Monica

On dirait que la méthode coint_johansen n'existe pas? Qu'est-ce que j'oublie ici? Veuillez accepter mes excuses pour ma question noob.

— RAY

C'est dans la branche coint de ce repo github.com/josef-pkt/statsmodels

— mapsa