VAR模型的应用Word文档格式.docx
- 文档编号:13952073
- 上传时间:2022-10-15
- 格式:DOCX
- 页数:12
- 大小:167.02KB
VAR模型的应用Word文档格式.docx
《VAR模型的应用Word文档格式.docx》由会员分享,可在线阅读,更多相关《VAR模型的应用Word文档格式.docx(12页珍藏版)》请在冰豆网上搜索。
1985
396.26
411
1986
442.04
493
1987
517.77
533
1988
626.52
638
1989
717.08
762
1990
824.38
813
1991
913.38
869
1992
1088.39
986
1993
1325.83317
1236
1994
1700.91746
1486
1995
2109.384204
1908
1996
2499.766558
2323
1997
2856.47035
2459
1998
3114.015576
2579
1999
3229.291593
2545
2000
3545.392517
2680
2001
3880.533733
2962
2002
4212.82456
3263
2003
4757.450974
3853
2004
5633.24
4309
2005
6590.19
4883
2006
7617.47
5480
2007
9333.4
6513
2008
11328.92
7406
2009
12961.1
7791
2010
15967.61
8977
3.VAR模型的构建
3.1数据平稳性检验
因为数据变动趋势较大,本例对数据取对数,其中LGDP表示GDP总额,LX表示居民消费水平。
表2将数据取对数调整后的新序列LGDP与LX
LGDP
LX
5.295213
5.303305
5.392491
5.4161
5.487076
5.583496
5.570556
5.680173
5.793684
5.863631
5.982071
6.018593
6.0914
6.200509
6.249531
6.278521
6.440181
6.458338
6.575187
6.635947
6.714632
6.700731
6.817152
6.767343
6.992455
6.893656
7.189796
7.119636
7.438923
7.303843
7.654151
7.553811
7.823953
7.750615
7.957342
7.80751
8.043668
7.855157
8.080018
7.841886
8.173404
7.893572
8.263728
7.99362
8.345889
8.090402
8.467467
8.256607
8.63644
8.368461
8.793337
8.493515
8.9382
8.60886
9.141355
8.781555
9.335114
8.910046
9.469708
8.960725
9.678318
9.102421
图1居民消费水平与GDP的对数值的对比图
图2LX序列的单位根检验结果
图4LGDP序列的单位根检验结果
从而LX和LGDP在5%的显著水平上均是平稳序列。
3.2VAR模型滞后阶数的选择
由于共有31个年度样本数据,选取最大的可能滞后阶数为3
不同判断标准下滞后阶数的选取
从以上分析结果可以看出,FPE,AIC,SC,HQ都得出滞后阶数为2时的VAR模型为最优的,可得选取的最优滞后阶数为2,即K=2。
3.3VAR模型的估计
下表是滞后阶数为2时的VAR模型的估计结果
VAR
(2)的估计结果
VectorAutoregressionEstimates
Date:
05/08/12Time:
19:
07
Sample(adjusted):
19822010
Includedobservations:
29afteradjustments
Standarderrorsin()&
t-statisticsin[]
LGDP(-1)
1.516551
0.954641
(0.27898)
(0.28720)
[5.43606]
[3.32399]
LGDP(-2)
-0.420999
-0.487069
(0.25111)
(0.25851)
[-1.67655]
[-1.88416]
LX(-1)
0.040846
0.694442
(0.23616)
(0.24312)
[0.17295]
[2.85637]
LX(-2)
-0.148943
-0.245697
(0.23483)
(0.24174)
[-0.63427]
[-1.01636]
C
0.147718
0.577199
(0.17390)
(0.17902)
[0.84946]
[3.22423]
R-squared
0.998740
0.998174
Adj.R-squared
0.998530
0.997870
Sumsq.resids
0.054303
0.057549
S.E.equation
0.047567
0.048968
F-statistic
4755.470
3280.140
Loglikelihood
49.91775
49.07589
AkaikeAIC
-3.097776
-3.039717
SchwarzSC
-2.862035
-2.803976
Meandependent
7.591198
7.440455
S.D.dependent
1.240583
1.060976
Determinantresidcovariance(dofadj.)
3.32E-06
Determinantresidcovariance
2.27E-06
106.1169
Akaikeinformationcriterion
-6.628749
Schwarzcriterion
-6.157267
从表中可以看出VAR模型的参数估计大多显著。
3.4VAR模型的检验
VAR模型的检验包括VAR模型的平稳性检验,以及残差的独立性检验。
图5平稳性检验结果
因此VAR模型不满足平稳性的条件
所以残差不存在自相关性,满足独立性假设。
3.5VAR模型的预测
下面是动态预测结果
4.VAR模型的应用
4.1格兰杰因果检验
本例中VAR模型的滞后阶数为2
从中可以看出,LX可能不是LGDP的格兰杰原因,这说明湖北省居民消费水平受地区GDP总额的影响较小,可能湖北省GDP与投资有更大的关系。
4.2脉冲响应
脉冲响应函数收到变量顺序的影响,因此其结果与分析的主观因素有关。
观察第二个图形,GDP对居民消费水平几乎没有影响,这验证了湖北省GDP与居民消费水平的相关关系较小的现实。
从时间长短来看,GDP对居民消费水平的长期影响要大于短期影响,而居民消费水平对GDP也是长期影响更显著。
4.3方差分解
从方差分解的结果来看,居民消费水平波动的部分原因源自GDP的变动,并且越往长期看,影响越大,而GDP的变动则更大部分是源自自身的影响,总体上居民消费水平对GDP变动的影响约为1%,这与脉冲响应的结果一致。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- VAR 模型 应用