能否用dynlm复现ARDL包的UECM模型？结果差异解析

问题背景 #

用户通过ARDL包构建最优ARDL模型并提取UECM模型，代码如下：

library(ARDL)
ardl_test <- auto_ardl(logKINBU ~ SBIV+logGCSM+logDKTOT, data = KINBU_tn, max_order = c(3,3,3,3))
ard11 <- ardl_test$best_model
ue.ardl1 <- uecm(ard11)
summary(ue.ardl1)

该UECM模型的结果显示：L(logKINBU,1)系数为-0.141840，Multiple R-squared为0.5268。

但用户用dynlm构建的模型结果差异极大，代码如下：

ardl_model = dynlm::dynlm(formula = logKINBU ~ L(logKINBU, 1)+SBIV+logGCSM+logDKTOT, data = KINBU_tn)
summary(ardl_model)

结果为：L(logKINBU,1)系数为0.858160，Multiple R-squared高达0.9973，仅残差一致。

用户核心疑问：

• 代码存在什么问题？
• 能否用dynlm复现UECM？
• 该dynlm模型是否存在伪回归问题？
• 能否像ECM一样，用dynlm对多个非平稳变量建模？

核心原因与解决方案 #

1. 代码问题：未匹配UECM的误差修正形式 #

你用dynlm编写的模型是水平形式的滞后回归，和ARDL包输出的UECM（误差修正模型）结构完全不同：

• UECM的因变量是因变量的一阶差分，而非原水平变量；
• UECM包含自变量的差分项（对应短期动态）和误差修正项/长期水平项（对应长期均衡关系）；
• 你当前的dynlm模型直接用原水平变量回归，拟合的是变量水平值的自回归加同期自变量，自然结果差异巨大。

2. 用dynlm复现UECM的方法 #

要复现ARDL包的UECM，需要先明确UECM的具体公式，再对应构建dynlm模型：

步骤1：查看UECM的完整公式

运行以下命令获取ARDL包输出的UECM结构：

ue.ardl1

输出会显示类似如下的完整公式（具体取决于最优ARDL阶数）：
d(logKINBU) ~ d(SBIV) + d(logGCSM) + d(logDKTOT) + L(logKINBU,1) + L(SBIV,1) + L(logGCSM,1) + L(logDKTOT,1)

步骤2：用dynlm匹配该公式

将上述公式直接代入dynlm：

library(dynlm)
uecm_dynlm <- dynlm(
  formula = d(logKINBU) ~ d(SBIV) + d(logGCSM) + d(logDKTOT) + L(logKINBU,1) + L(SBIV,1) + L(logGCSM,1) + L(logDKTOT,1),
  data = KINBU_tn
)
summary(uecm_dynlm)

此时的结果会和summary(ue.ardl1)完全一致。

替代方法：手动使用误差修正项

也可以提取ARDL模型的长期均衡残差（即误差修正项），手动构建UECM：

# 提取ARDL模型的残差作为误差修正项
ec_term <- residuals(ard11)
# 构建UECM模型
uecm_dynlm2 <- dynlm(
  formula = d(logKINBU) ~ d(SBIV) + d(logGCSM) + d(logDKTOT) + L(ec_term),
  data = KINBU_tn
)
summary(uecm_dynlm2)

这种方式也能得到和ARDL包UECM一致的核心统计结果。

3. 关于伪回归问题 #

你当前的dynlm水平模型确实存在伪回归风险：

• 如果变量是I(1)非平稳且不存在协整关系，水平回归的高R²是虚假的，t统计量也不具备统计意义；
• 而UECM模型通过差分处理非平稳性，同时保留了长期协整信息，有效避免了伪回归问题。

4. dynlm对多个非平稳变量建模的可行性 #

可以，但必须遵循协整框架：

• 若变量之间存在协整关系，可通过ECM/UECM形式建模（即差分变量加误差修正项），此时模型的统计推断是有效的；
• 若变量无协整关系，直接对水平非平稳变量回归会导致伪回归，此时只能对差分后的平稳变量建模，但会丢失长期关系信息。

内容的提问来源于stack exchange，提问作者user25375480