向量误差修正模型 (VECM) 是一种统计模型，用于分析协整的非平稳时间序列数据。协整是指一组非平稳序列随时间一起移动的情况，表明尽管存在短期波动，但仍存在长期均衡关系。VECM有助于捕获这些序列之间的短期动态和长期关系，从而可以更好地预测和理解它们之间的相互作用。
实际上，VECM通过合并非平稳变量的水平及其差异来考虑短期变化。例如，考虑两个经济时间序列，如GDP和失业率。虽然两者都可能随着时间的推移表现出趋势，但可能存在使它们保持平衡的潜在关系。VECM可以通过建模与长期均衡的偏差最终如何调整回它来捕捉这种关系。该模型输出的系数不仅反映了一个变量的变化对其他变量的影响，还反映了系统在冲击后恢复平衡的速度。
要使用VECM，开发人员通常从测试系列之间的协整开始，通常使用诸如Johansen测试之类的技术。一旦建立了协整，就可以估计VECM，使用户能够分析变量在短期内如何相互作用，同时考虑它们的长期均衡。该模型在经济学和金融学等领域特别有用，在这些领域中，理解多个时间序列之间的关系可以为决策，政策制定和风险管理提供信息。