第07章 向量自回归模型_s.pptVIP

经济变量间的因果关系 经济生活中，常常会遇到的一类问题就是一个变量的变化是否为另一个变量的原因。例如，是货币供应量的变化引起GDP的变化，还是GDP的变化和货币供应量都是内生决定的；货币量的波动是否与收入之间存在某种内在因果关联等等。只有确定了这些问题，我们才能更好的做好经济预测工作。要回答这些问题，常常用到的一种方法就是经济变量间的因果检验法。 因果关系(causal relationship)最早是由Granger提出的。Granger 因果性表示了时间序列之间的领先与滞后关系，只是时间上的因果关系，重在影响方向的确认，而非完全的因果关系。 格兰杰因果检验（Granger Causality Test）的基本思想是：对于经济变量X和Y，若X的变化引起了Y的变化，X的变化应当在Y的变化之前。 即若认为“X是引起Y变化的原因”，就必须满足两个条件：（1）X应当有助于预测Y，即在Y关于X的过去值的回归中，增添X的过去值作为独立变量应当显著地增加模型回归的解释能力；（2）Y不应当有助于X预测，其原因是若X有助于预测Y，Y也有助预测X，则可能存在一个或几个其它的变量，它们是引起X变化的原因，也是引起Y变化的原因。 实际应用的一般检验步骤如下： （1）单位根检验 （2）协整检验 （3）因果关系检验 （1）单位根检验 检验变量之间是否存在协整关系以及因果关系的前提是检验各变量是否服从单位根过程，即变量序列是否是一阶单整过程（integrated of order1），记作 I(1)。常用的单位根检验方法是ADF（augmented Dickey-Fuller）检验。 （2）协整检验 对于存在单位根的两组或两组以上的时间序列，如果它们的线性组合是平稳的 I(0)过程，则它们之间存在协整关系。 （3）因果关系检验 从表9.2的结果可以看到实际利率不能Granger引起实际M1、实际GDP，其P值分别达到0.4027和0.5612，可以作为外生变量，这与我国实行固定利率制度是相吻合的，即利率不是通过市场来调节的。 同时在第三个方程(即GDP方程)中，实际M1外生于实际GDP的概率为0.9037，这可能是因为我国内需不足，大部分商品处于供大于求，因此当对货币的需求扩张时，会由于价格调整而抵消，并不会形成对货币供给的数量调整，因此对产出的影响比较微弱。另外，在样本区间内，货币政策发生了方向性的改变，导致其影响作用出现了抵消和中和，因此M1对GDP没有显著的影响。 VAR模型中一个重要的问题就是滞后阶数的确定。在选择滞后阶数 p 时，一方面想使滞后阶数足够大，以便能完整反映所构造模型的动态特征。但是另一方面，滞后阶数越大，需要估计的参数也就越多，模型的自由度就减少。所以通常进行选择时，需要综合考虑，既要有足够数目的滞后项，又要有足够数目的自由度。事实上，这是VAR模型的一个缺陷，在实际中常常会发现，将不得不限制滞后项的数目，使它少于反映模型动态特征性所应有的理想数目。 9.3.2 滞后阶数 p 的确定 在EViews软件中滞后阶数p的确定 一旦完成VAR模型的估计，在窗口中选择View/Lag Structure/Lag Length Criteria，需要指定较大的滞后阶数，表中将显示出直至最大滞后数的各种信息标准（如果在VAR模型中没有外生变量，滞后从1开始，否则从0开始）。表中用“*”表示从每一列标准中选的滞后数。在4～7列中，是在标准值最小的情况下所选的滞后数。 为了确定例9.1中模型的合适滞后长度 p，首先选择尽可能大的滞后阶数 8，得到如下的结果： 在EViews软件关于VAR模型的其他检验 一旦完成VAR模型的估计，EViews会提供关于被估计的VAR模型的各种视图。将主要介绍View/Lag Structure和View/Residual Tests菜单下 提供的检验 。 1. AR根的图表 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）。共有 kp 个根，其中 k 是内生变量的个数，p 是最大滞后阶数。如果估计一个有 r 个协整关系的VEC模型，则应有k ? r 个根等于1。 对于例9.1，可以得到如下的结果： 所有的单位根的模大于1，因此例9.1的模型满足稳定性条件。 下面给出单位根的图形表示的结果：