向量自回归与ARCH、GARCH模型探究.docVIP

向量自回归 预测是计量经济分析的重要部分，宽泛的说，依据时间序列数据进行经济预测的方法有五种：（1）指数平滑法；（2）单一方程回归模型；（3）联立方程回归模型；（4）单整自回归移动平均模型；（5）向量自回归模型（VAR，vector autoregression）。 一、VAR的估计 VAR方法论同时考虑几个内生变量，它看起来类似于联立方程模型。但是，在VAR模型中，每一个内生变量都是由它的滞后或过去值以及模型中所有其他内生变量的滞后或过去值来解释。通常模型中没有任何外生变量。在联立方程模型中，我们把一些变量看作内生的，而另一些变量看作外生的或预定的，在估计这些模型之前，必须肯定方程组中的方程是可识别的，而为达到识别的目的，常常要假定某些预定变量仅出现在某些方程之中，这些决定往往是主观的，因此这种方法受到C.A.西姆斯（Christopher Sims）的严厉批评，他认为如果在一组变量中有真实的联立性，这些变量就应该平等对待，而不应事先区分内生和外生变量，以此思路，其推出了VAR模型。 例我们想考虑中国的货币（M1）与利率（R）的关系。如果通过格兰杰因果关系检验，我们无法拒绝两者之间有双向因果关系的假设，即M1 影响R，而R反过来又影响M1，这种情形是应用VAR的理想情形。假定每个方程都含有M1 和R的k个滞后值作为回归元，每个方程都可以用OLS去估计，实际模型如下： 其中u是随机