eviews操作实例-向量自回归模型VAR和VEC.ppt
- 文档编号:2706167
- 上传时间:2022-11-08
- 格式:PPT
- 页数:100
- 大小:1.10MB
eviews操作实例-向量自回归模型VAR和VEC.ppt
《eviews操作实例-向量自回归模型VAR和VEC.ppt》由会员分享,可在线阅读,更多相关《eviews操作实例-向量自回归模型VAR和VEC.ppt(100页珍藏版)》请在冰豆网上搜索。
第十一章第十一章向量自回归向量自回归(VAR)模型和向量误差模型和向量误差修正修正(VEC)VEC)模型模型本章的主要内容:
本章的主要内容:
(11)VARVAR模型及特点;模型及特点;(22)VARVAR模型中滞后阶数模型中滞后阶数pp的确定方法;的确定方法;(33)变量间协整关系检验;)变量间协整关系检验;(44)格兰杰因果关系检验;)格兰杰因果关系检验;(55)VARVAR模型的建立方法;模型的建立方法;(66)用)用VARVAR模型预测;模型预测;(77)脉冲响应与方差分解;)脉冲响应与方差分解;(88)VECMVECM的建立方法。
的建立方法。
1一、一、VAR模型及特点模型及特点1.VAR模型模型向量自回归模型向量自回归模型2.VAR模型的特点模型的特点二、二、VAR模型滞后阶数模型滞后阶数p的确定方法的确定方法确定确定VAR模型中滞后阶数模型中滞后阶数p的两种方法的两种方法案例案例三、三、Jonhamson协整检验协整检验1.Johanson协整似然比(协整似然比(LR)检验)检验2.Johanson协整检验命令协整检验命令案例案例3.协整关系验证方法协整关系验证方法案例案例四、四、格兰杰因果关系检验格兰杰因果关系检验1.格兰杰因果性定义格兰杰因果性定义2.格兰杰因果性检验格兰杰因果性检验案例案例五、五、建立建立VAR模型模型案例案例六、利用六、利用VAR模型进行预测模型进行预测案例案例七、脉冲响应函数与方差分解七、脉冲响应函数与方差分解案例案例八、向量误差修正模型八、向量误差修正模型案例案例21.VAR模型模型向量自回归模型向量自回归模型经经典典计计量量经经济济学学中中,由由线线性性方方程程构构成成的的联联立立方方程程组组模模型型,由由科科普普曼曼斯斯(poOKmans1950)和和霍霍德德科科普普曼曼斯斯(Hood-poOKmans1953)提提出出。
联联立立方方程程组组模模型型在在20世世纪纪五五、六六十十年年代代曾曾轰轰动动一一时时,其其优优点点主主要要在在于于对对每每个个方方程程的的残残差差和和解解释释变变量量的的有有关关问问题题给给予予了了充充分分考考虑虑,提提出出了了工工具具变变量量法法、两两阶阶段段最最小小二二乘乘法法、三三阶阶段段最最小小二二乘乘法法、有有限限信信息息极极大大似似然然法法和和完完全全信信息息极极大大似似然然法法等等参参数数的的估估计计方方法法。
这这种种建建模模方方法法用用于于研研究究复复杂杂的的宏宏观观经经济济问问题题,有有时时多多达达万万余个内生变量。
当时主要用于预测和余个内生变量。
当时主要用于预测和一、一、VARVAR模型及特点模型及特点3政政策策分分析析。
但但实实际际中中,这这种种模模型型的的效效果果并并不不令令人人满满意。
意。
联立方程组模型的主要问题:
联立方程组模型的主要问题:
(1)这这种种模模型型是是在在经经济济理理论论指指导导下下建建立立起起来来的的结结构构模模型型。
遗憾的是经济理论并不未明确的给出变量之间的动态关系。
遗憾的是经济理论并不未明确的给出变量之间的动态关系。
(2)内生、外生变量的划分问题较为复杂;)内生、外生变量的划分问题较为复杂;(3)模模型型的的识识别别问问题题,当当模模型型不不可可识识别别时时,为为达达到到可可识识别别的的目目的的,常常要要将将不不同同的的工工具具变变量量加加到到各各方方程程中中,通通常常这这种种工工具变量的解释能力很弱;具变量的解释能力很弱;(4)若若变变量量是是非非平平稳稳的的(通通常常如如此此),则则会会违违反反假假设设,带来更严重的伪回归问题。
带来更严重的伪回归问题。
4由此可知,经济理论指导下建立的结构性经典计量模由此可知,经济理论指导下建立的结构性经典计量模型存在不少问题。
为解决这些问题而提出了一种用非结构型存在不少问题。
为解决这些问题而提出了一种用非结构性方法建立各变量之间关系的模型。
本章所要介绍的性方法建立各变量之间关系的模型。
本章所要介绍的VARVAR模模型和型和VECVEC模型,就是非结构性的方程组模型。
模型,就是非结构性的方程组模型。
VAR(VectorVAR(VectorAutoregressionAutoregression)模型由西姆斯模型由西姆斯(C.A.Sims,1980C.A.Sims,1980)提出提出,他推动了对经济系统动态分析的他推动了对经济系统动态分析的广泛应用,是当今世界上的主流模型之一。
受到普遍重视,广泛应用,是当今世界上的主流模型之一。
受到普遍重视,得到广泛应用。
得到广泛应用。
VARVAR模模型型主主要要用用于于预预测测和和分分析析随随机机扰扰动动对对系系统统的的动动态态冲冲击,冲击的大小、正负及持续的时间。
击,冲击的大小、正负及持续的时间。
VARVAR模模型型的的定定义义式式为为:
设设是是N1N1阶阶时时序序应变量列向量,则应变量列向量,则pp阶阶VARVAR模型(记为模型(记为VAR(pVAR(p)):
):
(11.1)5式中,式中,是第是第ii个待估参数个待估参数NNNN阶矩阵阶矩阵;是是N1N1阶随机误差列向量阶随机误差列向量;是是NNNN阶方差协方差矩阵;阶方差协方差矩阵;pp为模型最大滞后阶数。
为模型最大滞后阶数。
由式(由式(11.111.1)知,)知,VAR(pVAR(p)模型,是以模型,是以NN个第个第tt期变量期变量为应变量,以为应变量,以NN个应变量个应变量的最大的最大pp阶滞后变量为解释变量的方程组模型,方程组模阶滞后变量为解释变量的方程组模型,方程组模型中共有型中共有NN个方程。
显然,个方程。
显然,VARVAR模型是由单变量模型是由单变量ARAR模型推广到模型推广到多变量组成的多变量组成的“向量向量”自回归模型。
自回归模型。
对于两个变量(对于两个变量(N=2N=2),),时,时,VAR
(2)VAR
(2)模型为模型为6用矩阵表示:
用矩阵表示:
待估参数个数为待估参数个数为222=222=用线性方程组表示用线性方程组表示VAR
(2)VAR
(2)模型:
模型:
显显然然,方方程程组组左左侧侧是是两两个个第第tt期期内内生生变变量量;右右侧侧分分别别是是两两个个11阶阶和和两两个个22阶阶滞滞后后应应变变量量做做为为解解释释变变量量,且且各各方方程程最最大大滞滞后后阶阶数数相相同同,都都是是22。
这这些些滞滞后后变变量量与与随随机机误误差项不相关(假设要求)。
差项不相关(假设要求)。
7由于仅有内生变量的滞后变量出现在等式的由于仅有内生变量的滞后变量出现在等式的右侧,故不存在同期相关问题,用右侧,故不存在同期相关问题,用“LS”LS”法估计法估计参数,估计量具有一致和有效性。
而随机扰动列参数,估计量具有一致和有效性。
而随机扰动列向量的自相关问题可由增加作为解释应变量的滞向量的自相关问题可由增加作为解释应变量的滞后阶数来解决。
后阶数来解决。
这种方程组模型主要用于分析联合内生变量这种方程组模型主要用于分析联合内生变量间的动态关系。
联合是指研究间的动态关系。
联合是指研究NN个变量个变量间的相互影响关系,动态是指间的相互影响关系,动态是指pp期滞后。
故称期滞后。
故称VARVAR模型是分析联合内生变量间的动态关系的动态模模型是分析联合内生变量间的动态关系的动态模型,而不带有任何约束条件,故又称为无约束型,而不带有任何约束条件,故又称为无约束VARVAR模型。
建模型。
建VARVAR模型的目的:
模型的目的:
(11)预测,且可用于长期预测;)预测,且可用于长期预测;(22)脉冲响应分析和方差分解,用于变量间)脉冲响应分析和方差分解,用于变量间的动态结构分析。
的动态结构分析。
8所以所以,VAR,VAR模型既可用于预测模型既可用于预测,又可用于结构又可用于结构分析。
近年又提出了结构分析。
近年又提出了结构VARVAR模型(模型(SVARSVAR:
StructuralVARStructuralVAR)。
)。
有取代结构联立方程组模有取代结构联立方程组模型的趋势。
由型的趋势。
由VARVAR模型又发展了模型又发展了VECVEC模型模型。
2.VAR模型的特点模型的特点VARVAR模型较联立方程组模型有如下特点:
模型较联立方程组模型有如下特点:
(11)VARVAR模模型型不不以以严严格格的的经经济济理理论论为为依依据据。
在在建建模模过过程程中中只只需需明明确确两两件件事事:
第第一一,哪哪些些变变量量应应进进入入模模型型(要要求求变变量量间间具具有有相相关关关关系系格格兰兰杰杰因因果果关关系系);第第二二,滞滞后后阶阶数数pp的的确确定定(保保证证残差刚好不存在自相关);残差刚好不存在自相关);9(22)VARVAR模型对参数不施加零约束(如模型对参数不施加零约束(如tt检验);检验);(33)VARVAR模型的解释变量中不含模型的解释变量中不含tt期变量,所期变量,所有与联立方程组模型有关的问题均不存在;有与联立方程组模型有关的问题均不存在;(44)VARVAR模型需估计的参数较多。
如模型需估计的参数较多。
如VARVAR模型模型含含33个变量(个变量(N=3N=3),),最大滞后期为最大滞后期为p=2p=2,则有则有=232=18=232=18个参数需要估计;个参数需要估计;(55)当样本容量较小时,多数参数估计的精)当样本容量较小时,多数参数估计的精度较差,故需大样本,一般度较差,故需大样本,一般n50n50。
注意:
注意:
“VAR”“VAR”需大写,以区别金融风险管需大写,以区别金融风险管理中的理中的VaRVaR。
10建立建立VARVAR模型只需做两件事模型只需做两件事第第一一,哪哪些些变变量量可可作作为为应应变变量量?
VARVAR模模型型中中应应纳纳入入具具有有相相关关关关系系的的变变量量作作为为应应变变量量,而而变变量量间间是是否否具具有有相相关关关关系系,要要用用格格兰兰杰杰因因果果关关系系检检验验确确定。
定。
第第二二,确确定定模模型型的的最最大大滞滞后后阶阶数数pp。
首首先先介介绍绍确确定定VAR模模型型最最大大滞滞后后阶阶数数p的的方方法法:
在在VARVAR模模型型中中解解释释变变量量的的最最大大滞滞后后阶阶数数pp太太小小,残残差差可可能能存存在在自自相相关关,并并导导致致参参数数估估计计的的非非一一致致性性。
适适当当加加大大pp值(即增加滞后变量个数),可消除残差中存在值(即增加滞后变量个数),可消除残差中存在二、二、VARVAR模型模型中滞后阶数中滞后阶数pp的确的确定方法定方法11的的自自相相关关。
但但pp值值又又不不能能太太大大。
pp值值过过大大,待待估估参参数数多多,自自由由度度降降低低严严重重,直直接接影影响响模模型型参参数数估估计计的的有有效效性性。
这里介绍两种常用的确定这里介绍两种常用的确定pp值的方法。
值的方法。
(1)用用赤赤池池信信息息准准则则(AIC)和和施施瓦瓦茨茨(SC)准准则则确确定定p值值。
确确定定pp值值的的方方法法与与原原则则是是在在增增加加pp值值的的过过程程中,使中,使AICAIC和和SCSC值同时最小。
值同时最小。
具体做法是具体做法是:
对年度:
对年度、季度数据,一般比较到季度数据,一般比较到P=4P=4,即分别建立,即分别建立VAR
(1)VAR
(1)、VAR
(2)VAR
(2)、VAR(3)VAR(3)、VAR(4)VAR(4)模型,模型,比较比较AICAIC、SCSC,使它们同时取最小值的,使它们同时取最小值的pp值即为所求。
值即为所求。
而对月度数据,一般比较到而对月度数据,一般比较到P=12P=12。
当当AICAIC与与SCSC的最小值对应不同的的最小值对应不同的pp值时,只能用值时,只能用LRLR检验法。
检验法。
12
(2)用似然比统计量)用似然比统计量LR选择选择p值。
值。
LRLR定义为:
定义为:
式中,式中,和和分别为分别为VAR(pVAR(p)和和VAR(
- 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:
- eviews 操作 实例 向量 回归 模型 VAR VEC