计量经济分析方法与 及建模对数极大似然估计.ppt

因此，一般地，由 yj 的脉冲引起的 yi 的响应函数可以求出如下： 且由 yj 的脉冲引起的 yi 的累积(accumulate)响应函数可表示为 Aq 的第 i 行、第 j 列元素还可以表示为 ： (9.4.10) 作为 q 的函数，它描述了在时期 t，其他变量和早期变量不变的情况下 yi,t+q 对 yjt 的一个冲击的反应 ( 对应于经济学中的乘数效应 )，我们把它称作脉冲—响应函数。 也可以用矩阵的形式表示为 (9.4.11) 即 Aq 的第 i 行第 j 列元素等于时期 t 第 j 个变量的扰动项增加一个单位，而其他时期的扰动为常数时，对时期 t+q 的第 i 个变量值的影响。 一般地，如果冲击不是一单位，假定?t的第一个元素变化?1，第二个元素变化?2，…，第k个元素变化?k，则时期t冲击为? ? (? 1, ? 2,…, ? k)? ，而 t 到 t+q 的其他时期没有冲击，向量yt+q的响应表示为 q = 0，1，… (9.4.12) 其中?t-1表示 t-1 期的信息集合。但是对于上述脉冲响应函数的结果的解释却存在一个问题：前面我们假设协方差矩阵 ? 是非对角矩阵，这意味着扰动项向量?t 中的其他元素随着第 j个元素?jt 的变化而变化，这与计算脉冲响应函数时假定 ?jt 变化，而?t 中其他元素不变化相矛盾。这就需要利用一个正交化的脉冲响应函数来解决这个问题。 常用的正交化方法是Cholesky分解，由式（9.2.12）和式（9.4.11）可知，在时期 t，其他变量和早期变量不变的情况下 yt+q 对 yjt 的一个单位冲击的反应为 (9.4.13) 其中 Pj 表示式(9.2.8)中Cholesky分解得到的 P 矩阵的第 j 列元素。由前面的讨论可知矩阵 P 的选择与变量次序有关。 9.4.3 广义脉冲响应函数 VAR模型的动态分析一般采用“正交”脉冲响应函数来实现，而正交化通常采用式（9.4.13）形式的Cholesky分解完成，但是Cholesky分解的结果严格的依赖于模型中变量的次序。本节介绍的由Koop等（1996）年提出的广义脉冲响应函数克服了上述缺点。 考虑式(9.4.3)形式的VAR模型，其中扰动项满足式(9.4.2)的假定，且其方差协方差矩阵Σ是正定矩阵，扰动项之间可以存在同期相关关系，即Σ不一定是对角矩阵，则式（9.4.12）不能成立。 在式（9.4.12）中假定冲击不是发生在所有的变量上，只是发生在第 j 个变量上，则有 q = 0，1，… (9.4.14) 其中?t-1表示t-1期的信息集合。由于? 不是对角矩阵，意味着?t各元素之间存在同期相关关系，则给 ?jt 一个冲击，?t 中的其它元素同期也会发生变化，因此，为了得到式（9.4.14）的结果，需要首先计算由于 ?jt 的变化而引起的 ?t 中其他元素同期发生的变化，此时，假定 ?t 服从多元正态分布，则 (9.4.15) 其中，表示 ?t 协方差矩阵 ? 的第 j 列元素， 变量 j 的冲击引起的向量yt+q的响应为： (9.4.16) 若设 (9.4.17) 则响应的广义脉冲响应函数为 (9.4.18) 当协方差矩阵 ? 是对角矩阵时，正交脉冲与广义脉冲的结果是一致的。当协方差矩阵 ? 是非对角矩阵时，Cholesky正交脉冲与广义脉冲只在 j=1 时相等 本例选择钢铁行业及其主要的下游行业的销售收入数据做为各行业的需求变量，利用脉冲响应函数分析各下游行业自身需求的变动对钢铁行业需求的影响。 分别用y1 表示钢材销售收入；y2 表示建材销售收入 y3 表示汽车销售收入； y4 表示机械销售收入；y5 表示家电销售收入。样本区间为1999年1月～2002年12月，所采用数据均作了季节调整，指标名后加上后缀sa，并进行了协整检验，存在协整关系，这表明，所选的各下游行业的销售收入与钢铁工业的销售收入之间具有长期的均衡关系。 例9.4 钢铁行业的需求对下游相关行业变化的响应