R:使用VAR模型预测对某些变量值变化的反应

我在R中拟合了一个VECM模型,并转换为VAR表示。我想使用这个模型,根据解释变量的不同场景,预测响应变量的未来值。

library(urca)
library(vars)

input <-read.csv("data.csv")
ts <- ts(input[16:52,],c(2000,1),frequency=4)
dat1 <- cbind(ts[,"dx"], ts[,"u"], ts[,"cci"],ts[,"bci"],ts[,"cpi"],ts[,"gdp"])

args('ca.jo')
vecm <- ca.jo(dat1, type = 'trace', K = 2, season = NULL,spec="longrun",dumvar=NULL)
vecm.var <- vec2var(vecm,r=2)    

现在我想做的是通过改变其他的来预测未来的dx。我不确定像“预测dx如果u=30,cpi=15,bci=50,gdp=…”这样的东西在下一个时期是否有效。所以我想的是:在下一个时期把“u”增加15%(这显然也会影响所有其他变量,包括“dx”),并预测对未来的影响。

另外,我不确定“vec2var”步骤是否必要,因此如果您认为这是多余的,请忽略它。

谢谢
卡尔