第七个主题_时间序列模型.ppt

【3】 C的第一个指标是VEC的方程序号，第二个指标是VEC中一阶差分回归量的变量序号。例如，C(2 , 1)表示：VEC第二个方程中第一个一阶差分回归量的系数。 在VEC模型的名字后面加一个点号与系数元素，就可以获得这些系数，如： var01.a(2,1) var01.b(2,1) var01.c(2,1) 观察A , B和C的每一个元素和被估计系数的对应关系，从VAR的工具栏中选择 View/Representations 即可。 三、 向量自回归与误差修正模型 传统的经济计量方法是以经济理论为基础来描述变量关系的模型。但是，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与推断变得更加复杂。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个变量之间关系的模型。 向量自回归(VAR)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的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。 VAR模型是处理多个相关经济指标的分析与预测最容易操作的模型之一，并且在一定的条件下，多元MA与ARMA模型也可转化成VAR模型。 1 向量自回归理论 VAR(p) 模型的数学表达式是 其中：yt 是 k 维内生变量向量，Xt 是d 维外生变量向量，p是滞后阶数，样本个数为T 。k?k维矩阵A1，…，Ap与k?d维矩阵B是要被估计的系数矩阵。?t是k维扰动向量，它们相互之间可以同期相关，但不与自己的滞后值相关及不与等式右边的变量相关，假设 ? 是?t的协方差矩阵，是一个(k?k)的正定矩阵。式(9.1.1)可以用矩阵表示为 （1）VAR模型的一般表示： 即含有k个时间序列变量的VAR(p) 模型由k个方程组成，内生变量滞后n阶的VAR(n)模型。 还可以做简单变换，表示为： 其中 是yt关于外生变量Xt回归的残差。可以简写为： 其中 ，是滞后算子L的k?k的参数矩阵。一般称其为非限制性向量自回归模型(unrestricted VAR)。冲击向量?t是白噪声向量，因为?t没有结构性的含义，被称为简化形式的冲击向量。 下面考虑的VAR模型都是不含外生变量的非限制向量自回归模型，用下式表示： 或 如果行列式det[A(L)]的根都在单位圆外，则满足稳定性条件，可以将其表示为无穷阶的向量动平均(VMA(∞))形式： 其中 对VAR模型的估计可以通过最小二乘法来进行，假如对? 矩阵不施加限制性条件，由最小二乘法可得? 矩阵的估计量为： 其中： 。当VAR的参数估计出来之后，由于A(L)C(L)=Ik，可以得到相应的VMA(∞)模型的参数估计。 由于仅仅有内生变量的滞后值出现在等式的右边，所以不存在同期相关性问题，用普通最小二乘法(OLS)能得到VAR简化式模型的一致且有效的估计量。即使扰动向量?t有同期相关，OLS仍然是有效的，因为所有的方程有相同的回归量，其与广义最小二乘法(GLS)是等价的。注意，由于任何序列相关都可以通过增加更多的yt的滞后而被消除（absorbed），所以扰动项序列不相关的假设并不要求非常严格。 2 EViews软件中VAR模型的建立与估计 （1）建立VAR模型 为创建一个VAR对象，应选择Quick/Estimate VAR…或者选择Objects/New object/VAR或者在命令窗口中键入var。便会出现下图的对话框： 可以在对话框内添入相应的信息： 【1】 选择模型类型（VAR Type）： 无约束向量自回归（Unrestricted VAR）或者向量误差修正（Vector Error Correction）。无约束VAR模型是指VAR模型的简化式。 【2】 在Estimation Sample编辑框中设置样本区间。 【3】在Lag Intervals fo