多方程第题结构向量自回归模型SVAR-例.我国货币政策效应实证分析的VAR模型.docxVIP

多方程第题结构向量自回归模型SVAR-例.我国货币政策效应实证分析的VAR模型.docx

  1. 1、本文档共23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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多方程第题结构向量自回归模型SVAR-例.我国货币政策效应实证分析的VAR模型.docx

1、结构向量自?回归模型(SVAR) (1)系统概述结?构向量自回?归模型(SVAR)的结构(表达式)、识别与约束?、估计、诊断检验(如滞后结构?检验、残差检验等?)及应用(如脉冲响应?分析、方差分解等?)、预测及评估?。 (2)利用例题9?.1中的数据?,构建结构向?量自回归模?型,实现以上内?容,分析结果。结构VAR?模型(Struc?tural? VAR,SVAR),实际是指V?AR模型的?结构式,即在模型中?包含变量之?间的当期关?系。1.两变量的S?VAR模型?含有两个变?量(k=2)、滞后一阶(p=1)的VAR模?型结构式可?以表示为下?式(9.1.8)在模型(9.1.8)中假设:(1)随机误差u?xt和uz?t是白噪声?序列,不失一般性?,假设方差x2 = z2 =1 ;(2)随机误差u?xt和uz?t之间不相?关,cov(uxt, uzt)=0 。式(9.1.8)一般称为一?阶结构向量?自回归模型?(SVAR(1))。它是一种结?构式经济模?型,引入了变量?之间的作用?与反馈作用?,其中系数c?12 表示变量z?t的单位变?化对变量x?t的即时作?用,21表示x?t-1的单位变?化对zt的?滞后影响。虽然uxt?和uzt是?单纯出现在?xt和zt?中的随机冲?击,但如果c2?1 0,则作用在x?t上的随机?冲击uxt?通过对xt?的影响,能够即时传?到变量zt?上,这是一种间?接的即时影?响;同样,如果c12? 0,则作用在z?t上的随机?冲击uzt?也可以对x?t产生间接?的即时影响?。冲击的交互?影响体现了?变量作用的?双向和反馈?关系。为了导出V?AR模型的?简化式方程?,将上述模型?表示为矩阵?形式该模型可以?简单地表示?为(9.1.9)2.多变量的S?VAR模型?p阶结构向?量自回归模?型SVAR?(p)为(9.1.13)其中:可以将式(9.1.13)写成滞后算?子形式(9.1.14)其中:C(L) = C0 1L 2L2 … pLp,C(L)是滞后算子?L的kk的参数矩?阵,C0Ik。需要注意的?是,本书讨论的?SVAR模?型,C0矩阵均?是主对角线?元素为1的?矩阵。如果C0 是一个下三?角矩阵,则SVAR?模型称为递?归的SVA?R模型。不失一般性?,在式(9.1.14)假定结构式?误差项(结构冲击)ut的方差?-协方差矩阵?标准化为单?位矩阵Ik?。同样,如果矩阵多?项式C(L)可逆,可以表示出?SVAR的?无穷阶的V?MA(∞)形式(9.1.15)其中:式(9.1.15)通常称为经?济模型的最?终表达式,因为其中所?有内生变量?都表示为u?t的分布滞?后形式。而且结构冲?击ut是不?可直接观测?得到,需要通过y?t各元素的?响应才可观?测到。可以通过估?计式(9.1.5),转变简化式?的误差项得?到结构冲击?ut。从式(9.1.6)和式(9.1.15),可以得到(9.1.16)上式对于任?意的t 都是成立的?,称为典型的?SVAR模?型。由于A0 = Ik,可得(9.1.17)式(9.1.17)两端平方取?期望,可得(9.1.18)所以我们可?以通过对B?0 施加约束来?识别SVA?R模型。由式 (9.1.15),有更一般的,假定A、B是(kk)阶的可逆矩?阵,A矩阵左乘?式(9.1.5)形式的VA?R模型,则得t = 1,2,…,T (9.1.19)如果A、B满足下列?条件:At = But , E(ut ) = 0k , E(utut) = Ik,则称上述模?型为AB-型SVAR?模型。特别的,在式(9.1.17)的后一个表?达式中,A = B0-1 , B = Ik。结构VAR?(SVAR)模型的识别?条件对于k 元p 阶简化VA?R模型(9.2.1)利用极大似?然方法,需要估计的?参数个数为?(9.2.2)而对于相应?的k 元p 阶的SVA?R模型(9.2.3)来说,需要估计的?参数个数为?(9.2.4)要想得到结?构式模型惟?一的估计参?数,要求识别的?阶条件和秩?条件,即简化式的?未知参数不?比结构式的?未知参数多?。对于k元p?阶SVAR?模型,需要对结构?式施加的限?制条件个数?为式(9.2.4)和式(9.2.2)的差,即施加k(k -1)/2个限制条?件才能估计?出结构式模?型的参数。这些约束条?件可以是同?期(短期)的,也可以是长?期的。SVAR模?型的约束形?式为了详细说?明SVAR?模型的约束?形成,从式(9.1.16)和式(9.1.17)出发,可以得到(9.2.5)其中A(L)、B(L)分别是VA?R模型和S?VAR模型?相应的VM?A(∞)模型的滞后?算子式,B0 = C0-1,这就隐含着?, i= 0,1,2,… (9

文档评论(0)

zhangningclb + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档