补充-VAR模型理论基础及其Eviews实现.ppt

（一）变量选取 根据宏观经济理论,消费(C)、投资(I)和出口(X)是影响经济的三驾马车,对经济增长有举足轻重的影响。所用年度数据均取自历年《海南统计年鉴》,每个变量样本时间跨度为1987-2010年,样本容量为24。 在“Deterministic trend assumption of test”中确定协整方程的类型 。 根据协整方程中是否包含截距项和趋势项，将其分为五类： 第一类，序列Yt没有确定趋势，协整方程没有截距项； 第二类，序列Yt没有确定趋势，协整方程有截距项； 第三类，序列Yt有确定的线性趋势，协整方程只有截距项； 第四类，序列Yt有确定的线性趋势，协整方程有确定的线性趋势； 第五类，序列Yt有二次趋势，协整方程只有线性趋势。 六、协整检验 在“Exog variables”中输入外生变量xt。如果没有外生变量，此编辑框可为空。 在“Lag intervals”中设定滞后区间，这里的数字要起止点成对输入，如“1 2”。需要注意的是：滞后设定是指在辅助回归中的一阶差分的滞后项，而不是指原序列。 最右侧的数值为VAR模型滞后阶数p-1，即协整检验的滞后阶数等于VAR模型滞后阶数减去1 。 在“Critical Values”中可设定检验的显著性水平。系统默认下是0.05。用户可以根据实际检验需要设定为0.01或0.10。 六、协整检验 ——VAR及其Eiews实现 向量自回归(VAR)模型 克里斯托弗?西姆斯 3. VAR模型的检验 2. VAR的建立与识别 4. 脉冲响应函数 5. 方差分解 6. 协整检验 1. 向量自回归理论 向量自回归理论导入 Granger因果检验及滞后阶数p的确定 脉冲响应函数的基本思想及其Eiews实现 VAR的表示与建立以及SVAR的识别 方差分解及Eivews实现 Johansen检验与VEC模型 一、向量自回归理论 传统的计量经济方法（如联立方程模型等结构性方法）是以经济理论为基础来描述变量关系的模型。遗憾的是，经济理论通常并不足以对变量之间的动态联系提供一个严密的说明，而且内生变量既可以出现在方程的左端又可以出现在方程的右端使得估计和推断变得更加复杂。为了解决这些问题而出现了一种用非结构性方法来建立各变量之间关系的模型。 一、向量自回归模型 向量自回归(Vecotr atuo-regression)是基于数据的统计性质建立模型，VAR模型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来构造模型，从而将单变量自回归模型推广到多元时间序列变量组成的“向量”自回归模型。 一、向量自回归理论 1980年西姆斯（Ch-restopher? Sims）将VAR模型引入到经济学中，推动了经济系统动态性分析的广泛应用，他本人也因此而荣获2011年诺贝尔经济学奖。 二 、VAR模型的表示与建立 1、VAR模型的一般表示： 滞后阶数为p的VAR模型表达式为 Yt=A1Yt-1+A2Yt-2+…+ApYt-p+B Xt +μt 其中，Yt为k维内生变量向量；Xt为d维外生变量向量;μt是k维误差向量,A1，A2，…，Ap，B是待估系数矩阵。 滞后阶数为p的VAR模型表达式还可以表述为： 即 上式称为非限制性向量自回归（Unrestricted VAR）模型，是滞后算子L的k*k 的参数矩阵。 当行列式det[A(L)]的根都在单位圆外时，不含外生变量的非限制性向量自回归模型才满足平稳性条件。 2、结构VAR模型（SVAR） 结构VAR是指在模型中加入了内生变量的当期值，即解释变量中含有当期变量，这是与VAR模型的不同之处。 下面以两变量SVAR模型为例进行说明。 xt=b10 + b12zt +γ11xt-1 +γ12 zt-1 + μxt zt=b20 + b21xt +γ21xt-1 +γ22 zt-1 + μzt 这是滞后阶数p=1的SVAR模型。其中，xt和zt均是平稳随机过程；随机误差项μxt和μzt是白噪声序列，并且它们之间不相关。系数b12表示变量的zt的变化对变量xt的影响；γ21表示xt-1的变化对zt的滞后影响。该模型同样可以用如下向量形式表达， 即 B0 yt=Γ0 +Γ1 yt-1 + μt （二）数据预处理 数据预处理包括三个步骤: (1)凡以美元为单位的数据全部按当年的平均汇率折算为人民币;(2)所有数据均按GDP平减指数(1987=100)进行平减,以消除价格波动因素影响并获取实际值;(3)由于数据的自然对数变换不改变原有的协整关系,并能使其趋势线性化,消除时间序列中存在的异方差现