part5 VAR模型与多变量协整要点解析.pptVIP

第五部分 VAR模型与多变量协整 1 VAR模型的起源及其设定 凯恩斯主义与宏观计量经济学 卢卡斯批判 VAR模型：平等的对待每一个变量，不再根据经济理论设置变量之间的关系。 多变量联合协方差平稳 与单个变量平稳性的关系 基于差分方程的证明 4 K阶VAR模型的稳定性 6 VAR模型的意义与SVAR的识别 VAR模型是由SVAR得到得到简化型 不解释参数的经济意义，一般用来预测，新息没有明确的经济意义 SVAR的应用：脉冲响应与方差分解 SVAR应用的前提：识别问题 7 脉冲响应——以两变量一阶VAR为例 两个特征根在单位圆内，则两个变量是平稳的。 有一个特征根在单位圆外，两个变量都是强非平稳的。 当 时，模型意义不大。 成立时两个根都是单位根。两变量之间没有长期均衡关系。 一个根是单位根，一个根在单位圆内。这时每个变量都是一阶差分平稳的，即I(1)过程。设较大的根等于1，有： 可以得到： 改写原模型： 结论——VECM模型中 的秩与协整 协整与误差修正模型是等价的。 如果变量是协整的，矩阵 的行向量不是线性独立的，这里秩是1。 如果 的秩为0，即 这时两个序列分别是没有协整关系的单位根过程。 如果 是满秩的，这时原模型的两个特征根都在单位圆内，即序列是平稳的。 n变量的一阶VAR模型 协整检验与VECM模型分析步骤 第一，检验所有变量的单整阶数，这里运用ADF检验判断是否存在单位根。如果所有变量都为I(1)变量，即差分1次后全部平稳，则进行Johansen协整检验。 第二，选择协整检验的滞后长度。Johansen协整检验的结果对滞后长度的选择相当敏感，Enders一书中推荐对不经过差分的原始数据估计无约束的VAR模型，运用LR(似然比)统计量选择滞后期k值。 第三，估计和检验协整关系个数。注意对检验式进行选择。（也有的学者认为应该对滞后长度、检验式和协整向量个数进行联合选择，选取BIC值最小的组合。） 第四，在确定协整关系个数的基础上估计协整向量与误差修正模型。 第五，可进一步选择进行脉冲响应和方差分解分析。 上机案例 中国GDP、宏观消费与基本建设投资file:B8C1 中国进出口贸易总额的协整分析file:b7c1 美国民用燃油价格、生产量、储量file:VAR01 yt的方差分解是指在yt的预测误差中，归因于其自身新息和其他方程中新息冲击部分所占的比例。 归因于 的比例 归因于 的比例 9 Granger 非因果性检验 Granger非因果性检验不是外生性检验！ 10 VAR与协整 我们用两变量的简化VAR说明VAR模型的根与协整的关系。 特征方程求逆根L： 或求解特征根 是平稳的，所以 是协整的。 向量误差修正模型 VECM 如果 的秩为0，则每一个元素都为0，这时，每个序列都是单位根过程，且不存在协整关系。 如果 是满秩的，则A1的所有特征根都在单位圆内。此时每个序列都是平稳的。 如果 的秩为r，且rn,即存在r个协整关系。如r=1时，协整关系由 的任意一行给出。 高阶VAR模型 对于k=2的VAR模型，Yt = ?1 Yt-1 + ?2 Yt-2 + ut，两侧同减Yt-1，在右侧加、减 ?2 Yt-1，并整理得 Yt = (?1 + ?2 - I ) Yt-1 - ?2 ?Yt-1 + ut 对于k=3的VAR模型，Yt = ?1 Yt-1 + ?2 Yt-2 + ?3 Yt-3 + ut， 两侧同减Yt-1，在右侧加、减 ?2 Yt-1和?3 Yt-1并整理得 ?Yt = (?1 + ?2 + ?3 - I ) Yt-1 - ?2 Yt-1 - ?3 Yt-1 + ?2 Yt-2 + ?3 Yt-3 + ut = (?1 + ?2 + ?3 - I ) Yt-1 – ?2 ?Yt-1 - ?3 Yt-1 + ?3 Yt-3+ ut 在右侧加、减 ?3 Yt-2并整理得 ?Yt = (?1 + ?2 + ?3 - I ) Yt-1 - ?2 ?Yt-1 - ?3 Yt-1 + ?3 Yt-2 - ?3 Yt-2 + ?3 Yt-3+ ut = (?1 + ?2 + ?3 - I ) Yt-1 - ?2 ?Yt-1 - ?3 ?Yt-1 - ?3 ?Yt-2 + ut = (?1 + ?2 + ?3 - I ) Yt-1 – (?2 +?3 ) ?Yt