Eviews6.0第四讲 向量自回归模型.pptVIP

其中在VAR模型(3.1.1)中n = k(d + pk)是被估计的参数的总数，k是内生变量个数，T是样本长度，d是外生变量的个数，p是滞后阶数，l是由下式确定的 (3.2.12) (3.2.13) (3.2.14) 在Eviews软件中滞后阶数p的确定 一旦完成VAR模型的估计，在窗口中选择View/Lag Structure/Lag Length Criteria，需要指定较大的之后阶数，表中将显示出直至最大滞后数的各种信息标准（如果在VAR模型中没有外生变量，滞后从1开始，否则从0开始）。表中用“*”表示从每一列标准中选的滞后数。 在Eviews软件中关于残差的各种检验 （1）相关图(Correlogram) 显示VAR模型在指定的滞后数的条件下得到的残差的交叉相关图（样本自相关）。交叉相关图能以3种形式显示：有两种表格形式，一种是以变量来显示（Tabulate by Variable），另一种是以滞后阶数来显示(Tabulate by Lag)。曲线图（Graph）显示交叉相关图的矩阵形式。点线代表滞后的相关系数加减两倍的渐近标准误差的曲线图 。 （2）混合的自相关检验 计算与指定阶数所产生的残差序列相关的多变量Box-Pierce/Ljung-Box Q统计量。 同时计算出Q统计量和调整后的Q统计量（即：小样本修正）。在原假设是滞后h期残差不存在序列相关的条件下，两个统计量都近似的服从自由度为k2 (h ? p)的?2 统计量，其中p为VAR模型的滞后阶数。 （3）自相关LM检验 计算与直到指定阶数所产生的残差序列相关的多变量LM检验统计量。滞后h阶数的检验统计量是通过残差?t 关于原始右侧回归量和滞后残差 ?t-h的辅助回归运算得到的，这里?t-h 缺少的前h个值被赋予0。参考Johansen (1995)LM统计量的计算公式。在原假设是滞后h期没有序列相关的条件下，LM统计量渐近地服从自由度为k2的?2 分布。 （4） 正态性检验 这是J-B残差正态检验在多变量情形下的扩展，这种检验主要是比较残差的第三、第四阶残差矩与来自正态分布的那些矩。 （5）White异方差检验 这个回归检验是通过残差序列对每一个回归量及回归量交叉项乘积的回归来实现的，并检验回归的显著性。 在实际应用中，由于VAR模型是一种非理论性的模型，因此在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这种分析方法称为脉冲响应函数方法(impulse response function，IRF)。 三 脉冲响应函数 用时间序列模型来分析影响关系的一种思路，是考虑扰动项的影响是如何传播到各变量的。下面先根据两变量的VAR (2) 模型来说明脉冲响应函数的基本思想。 脉冲响应函数的基本思想 (3.3.1) 其中，ai，bi，ci，di是参数， 是扰动项，假定是具有下面这样性质的白噪声向量： (3.3.2) 假定上述系统从０期开始活动，且设x-1 = x-2 = z-1 = z-2= 0，又设于第０期给定了扰动项?10 =1，?20 =0，并且其后均为０，即 ?1t =?2t =0(t ＝１，２，…)，称此为第０期给x以脉冲，下面讨论xt 与zt 的响应，t = 0时： 将其结果代入式(3.3.1) ，当t = 1时 再把此结果代入式(3.3.1) ，当t =2时 继续这样计算下去，设求得结果为 称为由x的脉冲引起的x的响应函数。同样所求得 称为由x的脉冲引起的z的响应函数。 当然，第０期的脉冲反过来，从?10 =0，?20 =1出发，可以求出由z的脉冲引起的x的响应函数和z的响应函数。因为以上这样的脉冲响应函数明显地捕捉对冲击的效果，所以同用于计量经济模型的冲击乘数分析是类似的。 脉冲响应函数在Eviews软件中的实现 为了得到脉冲响应函数，先建立一个VAR模型，然后在VAR工具栏中选择View/Impulse Response…或者在工具栏选择Impulse，并得到下面的对话框，有两个菜单：Display 和 Impulse Definition。 1. Display菜单提供下