2.3VAR--脉冲-方差分解-协整技巧.ppt

* 表12包括5列。第一列是预测期，第二列是变量LCT各期预测值的标准差（S.E），后三列均是百分数，分别是以LGDP、LCT和LIT为应变量的方程新息对LCT各期预测标准差的贡献度，每行结果相加是100。 由表12 和图13 知，S.E.一列数字表示预测 1期、2期、…、15期时,LCT的预测标准差。LnGDP、LnCT和LnIT对应的数字列依次表示相应预测期时3个误差项变动对LCT预测标准差贡献的百分比。以t = 3为例，LCT的预测标准差等于0.118950。其中20.73%由LGDP的残差 * 冲击所致,75.59%由LCT的残差冲击所致,3.68%由LIT的残差冲击所致。加起来为100%。自第7期开始，方差分解结果基本稳定，这与响应冲击结果相一致。来自第2个方程（自身）的新息占LCT预测标准误的69%，自身影响最重要。另外，第3个方程新息对于内生变量LCT也较重要，对其预测误差的贡献度达23%。 注意：用于脉冲响应和方差分解的VAR 模型，最好使用季度或月度数据； * Jonhansen（1995）协整检验是基于VAR模型的一种检验方法，但也可直接用于多变量间的协整检验。 1.Johanson协整似然比（LR）检验 H0：有 0个协整关系;  H1：有M个协整关系。 检验迹统计量： 式中，M为协整向量的个数； 是 按大小排列的第i个特征值； n 样本容量。 2.4约翰森（Jonhansen）协整检验 * Johanson检验不是一次能完成的独立检验，而是一种针对不同取值的连续检验过程。EViews从检验不存在协整关系的零假设开始，其后是最多一个协整关系，直到最多N-1个协整关系，共需进行N次检验。 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。当N2时，最好用Jonhamson协整检验方法。 * 约翰森协整检验在理论上是很完善的，但有时检验结果的经济意义解释存在问题。如当约翰森协整检验结果有多个协整向量时，究竟哪个是该经济系统的真实协整关系？如果以最大特征值所对应的协整向量作为该经济系统的协整关系，这样处理的理由是什么？而其他几个协整向量又怎样给予经济解释？由此可见这种方法尚需完善，一般取第一个协整向量为所研究经济系统的协整向量。 * 2.Johanson协整检验命令与假定 在工作文件窗口，在待检三个序列LGDP、LCT、LIT的数据窗口的工具栏，点击View/Cointegration Test，就会弹出如图3所示的约翰森协整检验窗口。 需做3种选择： 第一，协整方程和VAR的设定： 协整检验窗口由四部分构成。左上部是供用户选择检验式的基本形式，即Johanson检验的五个假设。 * 图3 Jonansen协整检验窗口 * 协整方程结构假设：与时序方程可能含有截距和趋势项类似，协整方程也可含有截距和趋势项。协整方程可有以下5种结构： ①序列 Yt 无确定性趋势且协整方程无截距； ②序列 Yt 无确定性趋势且协整方程只有截距; ③序列 Yt 有线性趋势但协整方程只有截距; ④ 序列Yt 有线性趋势但协整方程有截距和趋势; ⑤序列 Yt 有二次趋势但协整方程有截距和线性趋势。 对于上述5种假设，EViews采用Johanson(1995)提出的关于系数矩阵协整似然比（LR）检验法。 * 除此之外，用户也可通过选择第六个选项由程序对以上五种假设进行检验，此时EViews输出结果是简明扼要的，详细结果只有在具体确定某个假设时才会给出。 若采用缺省第三个假设，即序列 Yt 有线性确定性趋势且协整方程（CE）仅有截距。 第二，给出VAR模型中