网站大量收购独家精品文档,联系QQ:2885784924

CH向量自回归模型.ppt

  1. 1、本文档共43页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
CH向量自回归模型

时间序列分析 VAR模型 向量自回归模型VAR 定义 稳定条件 预测 定义:p-阶向量自回归模型(p-阶向量自回归过程) 对一个n维时间序列{ Yt },t?T,T={1,2,…}来说,如果 其中E(?t)=0 E(?t ?’t )= 并且不同时刻?t相互独立同分布,服从正态分布 则该式为p-阶向量自回归模型,满足该模型的随机过程为p-阶向量自回归过程,记为VAR(p)。这种形式称为标准的VAR模型。 或简化式。 例1 VAR(1) 展开 标准VAR模型的特点 (1)每个分量都是内生变量 (2)每个方程的解释变量都相同,是所有内生变量的滞后变量 (3)Yt 的动态结构由它的p阶滞后就可以刻画出来,p时刻之前的变量对Yt 无影响。 4)回忆联立方程,VAR模型是联立方程的简化形式。并且该联立方程组不包括外生变量。 VAR来源 以货币需求模型为例 根据货币需求理论,货币需求函数是: 但是研究发现残差存在自相关,于是模型变成 VAR模型来源 增加滞后长度,去掉对系数的约束,得到自回归分布滞后模型 再放宽内生变量的约束,所有变量都是内生的 结构VAR模型 例2:结构向量自回归模型 方程中包括同期解释变量 其中 是独立同分布向量白噪声过程 其方差协方差阵为 例2:结构VAR与标准VAR 标准化,或简化式 ?2t=e2t 向量自回归模型稳定条件 把模型用滞后算子的形式写出,特征方程为: 如果特征方程的根在单位圆外,则VAR(p)模型是稳定的。 例3 判断下面的随机过程是否是平稳的 解特征方程,得z1=-4.877,z2=1.961, 所以该模型是稳定的 VAR模型定阶 AIC(Akaike赤池)和SC(Schwarz施瓦兹)准则 AIC(p)=lndet( )+ BIC(p)=lndet( )+ n是向量维数,T样本长度,p滞后长度,ln表示自然对数,det表示对矩阵求行列式, 是当滞后长度为p时,残差向量白噪声协方差阵的估计。 定阶 与单变量模型相同选择滞后长度存在以下缺陷: 1)选择不同的准则具有主观任意性。不同准则会得到不同的滞后长度. 2)实际序列可能不是有限维的随机过程, 但是对平稳时间序列用有限滞后长度的VAR模型来建模可以得到令人满意的结果,但实际上很多时间序列是不平稳的。对于不平稳的时间序列VAR模型不能很好的近似不平稳的所有性质. 3)即使数列为平稳的,如果实际的滞后长度大于Q,那我们就得不到正确的滞后长度。 估计VAR模型 当滞后长度p确定以后,VAR(p)模型的未知参数为 估计方法:每个方程用OLS法估计,可以得到的一致估计量 预测 预测公式 预测-VAR(1) 样本长度为T,对T+1,T+2,…进行预测 预测的均方差阵 VAR(1) Mi=?1i 预测区间 95%置信区间 预测总结 预测有许多前提假设: 假设是平稳过程;假设正态分布;是VAR(1)过程;并且参数是估计的不是已知的。 所以需要检验这些假设是否正确。一个方法是把预测值与实际值比较。 如果预测值都包含在相应的置信区间内。从预测角度不能否认模型的正确性。 时间序列分析 GRANGER因果检验,INNOVATION ACCOUNTING Granger 因果检验 简单说,对服从平稳随机过程的两个变量,变量y2是变量y1的Granger意义上的原因,如果利用y1和y2的过去和现在的所有值预测y1比不用y2的过去和现在的所有值预测,取得y1的预测值更精确,那么存在着从y2到y1的因果关系。 日常生活中的原因包含预测和控制,原因可以控制结果的产生,而Granger 因果只有预测一层含义,不能控制结果 例如:天气预报;现值理论;远期利率 GRANGER因果检验 Granger 因果检验不是检验两者在经济上的因果关系。准确的说是检验变量y2对变量y1是否有预测作用,下面提到因果都是在Granger 意义上使用。 尽管如此,Granger 因果仍然是有用的,通过了Granger 因果检验+其他证据,仍然可以证明经济上因果关系的成立与否。不满足Granger 因果,则一定不存在经济上的因果关系。 GRANGER因果检验 检验Y2是否不是Y1的Granger原因 (1)估计下面的回归方程, 第一个无约束, ?1t=c1+?1?1t-1 +?2?1t-2+…+?p?1t-p +?1?2t-1 +?2?2t-2+…+?p?2t-p +?1t (2)估计下面的回归方程第二个有约束,

文档评论(0)

qiwqpu54 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档