在EViews軟件關(guān)于VAR模型的其他檢驗教學(xué)課件

第七章向量自回歸模型傳統(tǒng)的經(jīng)濟計量方法是以經(jīng)濟理論為基礎(chǔ)來描述變量關(guān)系的模型。但是,經(jīng)濟理論通常并不足以對變量之間的動態(tài)聯(lián)系提供一個嚴密的說明,而且內(nèi)生變量既可以出現(xiàn)在方程的左端又可以出現(xiàn)在方程的右端使得估計和推斷變得更加復(fù)雜·為了解決這些問題而出現(xiàn)了一種用非結(jié)構(gòu)性方法來建立各個變量之間關(guān)系的模型。本章所要介紹的向量自回歸模型(vectorautoregression,VAR)和向量誤差修正模型(vectorerrorcorrectionmodel,VEC)就是非結(jié)構(gòu)化的多方程模型在EViews軟件關(guān)于VAR模型的其他檢驗第七章向量自回歸模型傳統(tǒng)的經(jīng)濟計量方法是以經(jīng)濟理論為基礎(chǔ)來描述變量關(guān)系的模型。但是,經(jīng)濟理論通常并不足以對變量之間的動態(tài)聯(lián)系提供一個嚴密的說明,而且內(nèi)生變量既可以出現(xiàn)在方程的左端又可以出現(xiàn)在方程的右端使得估計和推斷變得更加復(fù)雜·為了解決這些問題而出現(xiàn)了一種用非結(jié)構(gòu)性方法來建立各個變量之間關(guān)系的模型。本章所要介紹的向量自回歸模型(vectorautoregression,VAR)和向量誤差修正模型(vectorerrorcorrectionmodel,VEC)就是非結(jié)構(gòu)化的多方程模型第一節(jié)向量自回歸理論·向量自回歸(VAR)是基于數(shù)據(jù)的統(tǒng)計性質(zhì)建立模型VAR模型把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型,從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型?！AR模型是處理多個相關(guān)經(jīng)濟指標的分析與預(yù)測最容易操作的模型之一,并且在一定的條件下,多元MA和ARMA模型也可轉(zhuǎn)化成ⅤAR模型,因此近年來VAR模型受到越來越多的經(jīng)濟工作者的重視。第一節(jié)向量自回歸理論、VAR模型的一般表示VAR(p)模型的數(shù)學(xué)表達式是y,=Ay1+…+Anyn+Et=1,2,…,T其中:y是k維內(nèi)生變量向量,p是滯后階數(shù),樣本個數(shù)為T。kxk維矩陣A1,…,A是要被估計的系數(shù)矩陣。E1是k維擾動向量,它們相互之間可以同期相關(guān),但不與自己的滯后值相關(guān)及不與等式右邊的變量相關(guān),假設(shè)∑是c1的協(xié)方差矩陣,是一個(k×K)的正定矩陣。第一節(jié)向量自回歸理論·向量自回歸(VAR)是基于數(shù)據(jù)的統(tǒng)計性質(zhì)建立模型VAR模型把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型,從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型?！AR模型是處理多個相關(guān)經(jīng)濟指標的分析與預(yù)測最容易操作的模型之一,并且在一定的條件下,多元MA和ARMA模型也可轉(zhuǎn)化成ⅤAR模型,因此近年來VAR模型受到越來越多的經(jīng)濟工作者的重視。第一節(jié)向量自回歸理論、VAR模型的一般表示VAR(p)模型的數(shù)學(xué)表達式是y,=Ay1+…+Anyn+Et=1,2,…,T其中:y是k維內(nèi)生變量向量,p是滯后階數(shù),樣本個數(shù)為T。kxk維矩陣A1,…,A是要被估計的系數(shù)矩陣。E1是k維擾動向量,它們相互之間可以同期相關(guān),但不與自己的滯后值相關(guān)及不與等式右邊的變量相關(guān),假設(shè)∑是c1的協(xié)方差矩陣,是一個(k×K)的正定矩陣。第一節(jié)向量自回歸理論如果行列式det[A(L)]的根都在單位圓外,則上式滿足穩(wěn)定性條件,可以將其表示為無窮階的向量移動平均(WMA(∞))形式y(tǒng),=C(l)8其中C(L=A(LC(D)=Co+CL+C2L+…k第一節(jié)向量自回歸理論對ⅤAR模型的估計可以通過最小二乘法來進行,假如對∑矩陣不施加限制性條件,由最小二乘法可得∑矩陣的估計量為其中:,=y,-Ayy當VAR的參數(shù)估計出來之后,由于A(D)C(D)=,所以也可以得到相應(yīng)的WMA(∞)模型的參數(shù)估計。例91我國貨幣政策效應(yīng)實證分析的R模型為了研究貨幣供應(yīng)量和利率的變動對經(jīng)濟波動的長期影響和短期影響及其貢獻度,根據(jù)我國1995年1季度~2004年4季度的季度數(shù)據(jù),設(shè)居民消費價格指數(shù)為P(1990年=100)、居民消費價格指數(shù)變動率為PR(PP1-1)*100)、實際GDP的對數(shù)n(GDPP為n(gd)、實際M的對數(shù)n(MP為n(m1)和實際利率r(一年期貸款利率RPR)。利用VAR(3模型對△n(gd),△n(m1)和r,3個變量之間的關(guān)系進行實證研究,其中實際GDP和實際M以對數(shù)的形式出現(xiàn)在模型中,而實際利率沒有取對數(shù)。第一節(jié)向量自回歸理論、EViews軟件中VAR模型的建立和估計1.建立ⅥAR模型VRSpecification為了創(chuàng)建一個VAR對象,CointegrationveCKastri應(yīng)選擇Quick/EstimateQUnrestrictedWARVAR…·或者選擇Lagbject/VAR或者在命令mationsampLensvariabl窗口中鍵入var。便會95q1出現(xiàn)下圖的對話框(以例9.1為例)可以在對話框內(nèi)添入相應(yīng)的信息(1)選擇模型類型(VARType)(2)在EstimationSample編輯框中設(shè)置樣本區(qū)間(3)輸入滯后信息在Lagintervalsforendogenous編輯框中輸入滯后信息,表明哪些滯后變量應(yīng)該被包括在每個等式的右端。這一信息應(yīng)該成對輸入:每一對數(shù)字描述一個滯后區(qū)間。例如,滯后對表示用系統(tǒng)中所有內(nèi)生變量的1階到4階滯后變量作為等式右端的變量。ectorAutoregressionEstimates2.VAR估計的輸出VAR對