时间序列分析报告VAR模型实验Word文档格式.docx
- 文档编号:20322017
- 上传时间:2023-01-22
- 格式:DOCX
- 页数:24
- 大小:115.72KB
时间序列分析报告VAR模型实验Word文档格式.docx
《时间序列分析报告VAR模型实验Word文档格式.docx》由会员分享,可在线阅读,更多相关《时间序列分析报告VAR模型实验Word文档格式.docx(24页珍藏版)》请在冰豆网上搜索。
-3.491928
5%level
-2.888411
10%level
-2.581176
*MacKinnon(1996)one-sidedp-values.
AugmentedDickey-FullerTestEquation
DependentVariable:
D(DLE)
Method:
LeastSquares
Date:
11/15/14Time:
20:
20
Sample(adjusted):
2005M112014M10
Includedobservations:
108afteradjustments
Variable
Coefficient
Std.Error
Prob.
DLE(-1)
-0.353005
0.116439
0.0031
D(DLE(-1))
-0.502730
0.115417
-4.355768
0.0000
D(DLE(-2))
-0.311531
0.093265
-3.340258
0.0012
C
-0.000888
0.000470
-1.887592
0.0619
R-squared
0.450240
Meandependentvar
1.15E-05
AdjustedR-squared
0.434382
S.D.dependentvar
0.005058
S.E.ofregression
0.003804
Akaikeinfocriterion
-8.269046
Sumsquaredresid
0.001505
Schwarzcriterion
-8.169708
Loglikelihood
450.5285
Hannan-Quinncriter.
-8.228768
F-statistic
28.39119
Durbin-Watsonstat
2.061613
Prob(F-statistic)
0.000000
单位根统计量ADF=-3.031673小于临界值,且P为
0.0351,因此该序列不是单位根过程,即该序列是平稳序列。
4.1.2国房景气指数P序列
首先作出P序列的时序图:
图4.4P的曲线图
由于每年一月份的数据缺失,故取相邻两项进行平均补全数据,得到新序列的时序图如下:
图4.5P的曲线图(补全)
由上图可知,该序列P可能存在一定的趋势性和季节性,先进行单位根检验,确定改序列是否平稳。
由于序列
表4.2单位根输出结果
Phasaunitroot
Constant,LinearTrend
3(Automatic-basedonSIC,maxlag=12)
-3.972457
0.0124
-4.045236
-3.451959
-3.151440
由单位根检验结果可知,T值小于临界值,且P=0.0124,在5%的置信水平下,该序列不存在单位根过程。
由于汇率E序列为一阶单整序列,并进行了一阶差分处理,因此样本数量减少,在下面的操作中,所有的样本序列调整为2005-08至2014-10。
4.2模型参数识别
先进行VAR模型的拟合,初步选定滞后阶数为3:
表4.3拟合输出结果
VectorAutoregressionEstimates
11/22/14Time:
22:
Standarderrorsin()&
t-statisticsin[]
DLE
P
0.063183
-19.12274
(0.09626)
(14.1374)
[0.65638]
[-1.35263]
DLE(-2)
0.116798
15.42129
(0.09604)
(14.1052)
[1.21615]
[1.09330]
DLE(-3)
0.245260
16.39171
(0.09617)
(14.1243)
[2.55030]
[1.16053]
P(-1)
-9.04E-05
1.490708
(0.00066)
(0.09765)
[-0.13593]
[15.2656]
P(-2)
-0.000583
-0.355442
(0.00118)
(0.17380)
[-0.49226]
[-2.04508]
P(-3)
0.000346
-0.160740
(0.00067)
(0.09872)
[0.51479]
[-1.62821]
0.031328
2.571540
(0.01274)
(1.87084)
[2.45943]
[1.37454]
0.295033
0.979509
Adj.R-squared
0.253154
0.978292
Sumsq.resids
0.001390
29.99247
S.E.equation
0.003710
0.544936
7.044848
804.6767
454.8094
-84.06138
AkaikeAIC
-8.292766
1.686322
SchwarzSC
-8.118924
1.860164
Meandependent
-0.002527
100.2406
S.D.dependent
0.004293
3.698585
Determinantresidcovariance(dofadj.)
4.08E-06
Determinantresidcovariance
3.57E-06
370.8871
Akaikeinformationcriterion
-6.609021
-6.261337
再进行滞后阶数的确定:
表4.4最优滞后阶数的判断
VARLagOrderSelectionCriteria
Endogenousvariables:
DLEP
Exogenousvariables:
C
22
Sample:
2005M072014M10
99
Lag
LogL
LR
FPE
AIC
SC
HQ
134.7784
NA
0.000234
-2.682392
-2.629965
-2.661180
1
302.5627
325.3999
8.57e-06
-5.991165
-5.833886
-5.927530
2
329.0230
50.24783
5.45e-06
-6.444909
-6.182775*
-6.338849*
3
334.3733
9.943949*
5.30e-06*
-6.472187*
-6.105200
-6.323704
4
337.4531
5.599742
5.40e-06
-6.453598
-5.981758
-6.262691
5
339.7589
4.099176
5.60e-06
-6.419372
-5.842679
-6.186041
6
345.0498
9.192324
5.46e-06
-6.445451
-5.763905
-6.169696
7
345.5484
0.846076
5.87e-06
-6.374716
-5.588316
-6.056537
8
346.7369
1.968760
6.23e-06
-6.317917
-5.426663
-5.957314
9
352.5801
9.443639
6.01e-06
-6.355154
-5.359047
-5.952128
10
353.7714
1.877082
6.39e-06
-6.298411
-5.197451
-5.852961
11
354.3649
0.911279
6.87e-06
-6.229594
-5.023780
-5.741720
12
356.4617
3.134644
7.18e-06
-6.191146
-4.880479
-5.660848
*indicateslagorderselectedbythecriterion
LR:
sequentialmodifiedLRteststatistic(eachtestat5%level)
FPE:
Finalpredictionerror
AIC:
Akaikeinformationcriterion
SC:
Schwarzinformationcriterion
HQ:
Hannan-Quinninformationcriterion
由上边可知,根据信息准则,采取少数服从多数原则,取滞后阶数为3,此外取滞后阶数为2(SC为
-6.182775)或取滞后阶数为3(SC为-6.105200)时,两者SC值相差不是很大。
3.3模型参数估计
选取了最优滞后阶数3,进行模型的拟合。
拟合结果如下:
表4.5VAR(3)模型估计结果
23
由回归结果可知,VAR模型的参数估计一部分显著。
估计的方程为:
DLE=0.0631825185907*DLE(-1)+0.116798166932*DLE(-2)+0.245260334897*DLE(-3)-9.03782278173e-05*P(-1)-0.000582535557655*P(-2)+0.000346029705954*P(-3)+0.0313284849005
P=-19.1227437147*DLE(-1)+15.421290462*DLE(-2)+16.3917067335*DLE(-3)+1.4907076294*P(-1)-0.355441747867*P(-2)-0.160740461814*P(-3)+2.57153978544
4.4模型检验
首先对模型进行平稳性检验
表4.6VAR模型平稳性检验的表格显示
RootsofCharacteristicPolynomial
Lagspecification:
13
27
Root
Modulus
0.883466-0.097039i
0.888779
0.883466+0.097039i
0.670300
-0.321875-0.501863i
0.596213
-0.321875+0.501863i
-0.239592
0.239592
Norootliesoutsidetheunitcircle.
VARsatisfiesthestabilitycondition.
图4.6VAR模型平稳性检验的图形显示
由上表和上图可知,VAR模型的特征方程的根均在单位园内,因此VAR模型是平稳的。
下面进行残差的自相关性的检验,检验结果如下:
图4.7VAR模型各方程残差项的自相关图
由上图可知,VAR模型允许不同方程的残差之间存在交叉相关性,但是残差自身不存在自相关性,因此,观察残差自身的自相关图,可以看出自相关系数均位于置信区间内,说明残差不存在自相关性。
第五部分模型应用
5.1格兰杰因果检验
接下来做两两变量之间的格兰杰因果检验。
序列P与序列DLE:
表5.1序列P与序列DLE格兰杰因果检验表
PairwiseGrangerCausalityTests
11/21/14Time:
23:
32
Lags:
3
Obs
F-Statistic
PdoesnotGrangerCauseDLE
108
2.77760
0.0451
DLEdoesnotGrangerCauseP
1.34286
0.2648
由上述结果可知,在5%的置信水平下,P是dle的格兰杰原因,即全国房地产开发业综合景气指数是人民币对美元汇率变动幅度的格兰杰原因。
5.2脉冲响应
由于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,对于这三个变量:
DLE、R、P,按照中国市场目前现状,认为DLE外生性最强,p其次最后为r。
故选取顺序为DLE、P、R。
图5.1脉冲响应图
5.3方差分解
表5.4方差分解结果
VarianceDecompositionofDLE:
Period
S.E.
100.0000
0.003718
99.98250
0.017500
0.003769
98.89311
1.106885
0.003929
97.90952
2.090481
0.003966
96.36508
3.634918
0.004019
94.21821
5.781793
0.004078
92.06035
7.939649
0.004129
89.81515
10.18485
0.004182
87.60545
12.39455
0.004231
85.59975
14.40025
0.004276
83.80638
16.19362
- 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:
- 时间 序列 分析 报告 VAR 模型 实验