VAR建模方法的兴起与VAR模型重点.pptVIP

VAR系统建模方法 及其在宏观经济分析中的应用 ;提 纲;一、VAR建模方法的兴起与VAR模型概述;*;*;Lucas认为“既然经济计量模型的结构由经济行为者的最优决策规则组成，既然这些最优决策规则随着与决策制定者有关的一系列结构变动而系统变化，那么，政策变动将系统地改变经济计量模型的结构”（Lucas，1976，p.41）;现代计量经济建模思路 （1）VAR模型 （2）DSGE模型（GMM、校准） CGE模型的扩展 （3）LSE模型（从一般到特殊）;2.VAR建模方法的思想与应用 （1）思想：把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，确定滞后阶数和进行参数估计。 思想依据：Wold分解定理 任何实平稳随机序列 ，均可分解确定性序列（可省略）和随机MA序列。 任意MA序列可以用无限阶AR序列表示，或用阶数足够大的AR序列近似地表示 任意ARMA序列常可用无限阶AR序列表示，或用阶数足够高的AR序列近似表示;（2）应用：政策评估（成因与影响）与预测 描述序列变化动态 进行序列变化预测 刻画序列因果结构 进行经济政策分析 表现：2003年诺奖得主：Engle、Granger 2011年诺奖得主： Sims（创立者）、Sargent（评述） ;（二） VAR模型概述;*;*;*;*;*;二、VAR模型建模方法与应用实例;2.进行数据变量的单位根检验，确定进入模型变量形式 数据处理方法：取对数、差分 单位根检验方法 一般地，进入VAR模型中的变量形式要求是平稳序列，否则非平稳变量进入模型，导致模型本身不稳定，出现虚假的分析结果。;3.施加识别约束，尝试估计模型 VAR模型估计时的一个主要问题是参数过多，在模型（1）中，一个有k2p个参数，通常只有所含经济变量较少的VAR模型才能通过OLS和极大似然估计得到满意的估计结果。所以VAR的识别问题可以看成是对参数进行约束，减少所估计的参数的过程。 常见约束形式：Cholesky分解。 一个问题：不施加约束，会出现什么后果？ ;Cholesky-分解;*;*;*;*;*;*;*;*;*;（3）FPE准则。最终预测误差准则(FPE)，它是Akaike信息准则中的一种，由日本赤池弘治(Akaike H.)提出，是考虑到原有的残差方差检验法中，残差方差的下降和ARMA(n,m)模型的阶次n和m的升高带来的一系列利弊而提出的。 （4）HQ准则。汉南-奎因准则（HQ），它是Hannan-和Quinn提出了一种定阶准则，即该准则所确定的阶数也是真阶的相容估计。HQ准则第二项的系数也比AIC准则的大， 用HQ准则得到的阶数比用AIC准则得到的阶数低。 ;一个问题：多个准则不一致时如何选择？ 从方法比较看，Canova（2009）指出，LR检验只考虑模型对样本的拟合度，而没有考虑样本外预测误差，LR检验的结果一般难以令人满意；而其他信息准则都根据样本容量T、参数个数m和滞后长度对向前一步预测的MSE施以惩罚。当T较大时，惩罚差异不是很重要，当T较小时，惩罚差异较为明显。Paulsen（1984）指出，AIC准则相对于其他准则倾向于选择过大的滞后阶数。Kilian和Ivanov（2005）通过利用一系列的数据生成序列和数据频率，针对AIC、HQ、SC三大准则比较研究发现，HQ准则最适用于研究季度和月度数据。 ;稳定性检验：通过AR根的图表 图表进行 稳定性检验的作用：如果被估计的VAR模型所有根的模的倒数小于1，即位于单位圆内，则其是稳定的。如果模型不稳定，某些结果将不是有效的（如脉冲响应函数的标准误差） 。;5.进行脉冲响应和方差分析 （1）脉冲响应(impulse response function，IRF)分析 分析当变量一个误差??发生变化，或者说模型受到某种变量冲击时对系统（其它变量的动态影响。 以2变量VAR(2)为例： ;*;*;*;*;*;*;（二） VAR模型建模应用实例 论文：“中国的短期国际资本流动：基于月度VAR模型的三重动因解析” 1.研究问题与研究背景 2.相关理论与研究设计 3.数据采集与处理 4.VAR建模操作演示 5.结果分析