VAR-向量自回归模型解析.ppt

* 原假设 特征值 迹统计量 （p值） 最大特征值统计量（p值） 0个协整向量 0.68 110.27（0.0000） 50.63（0.0002） 至少一个协整向量 0.55 59.64（0.0027） 35.86(0.0035) 至少二个协整向量 0.26 23.76（0.2100） 13.82(0.3796) 至少三个协整向量 0.20 9.97（0.2840） 9.80(0.5251) 某一序列协整检验的结果 * 约翰森协整检验与EG协整检验的比较 （1）约翰森协整检验不必划分内生、外生变量，而基于单一方程的EG协整检验则须进行内生、外生变量的划分； （2）约翰森协整检验可给出全部协整关系，而EG则不能； （3）约翰森协整检验的功效更稳定。 故约翰森协整检验优于EG检验。 * 模型稳定性检验 对于VAR模型来说，稳定性是指当把一个脉冲冲击施加在VAR模型中某一方程的新息过程上时，随着时间的推移，分析这个冲击过程是否会消失。如果消失，那么说明系统是稳定的，否则，系统不稳定。只有稳定的VAR模型才不会由于受到冲击而长久的改变自己，而含有单位根的VAR模型是非平稳过程。 故我们通常通过AR根的图表来验证VAR模型的平稳性。 AR 根的图表验证目的： （1）考察模型稳定性； （2）协整阶数是否正确； （3）做脉冲函数和方差分解的前提。