第九章 向量自回归和误差修正模型.pdf

第九章 向量自回归和误差修正模型 第九章 向量自回归和误差修正模型 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和推断 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。本章所要介绍的 向量自回归模型(vector autoregression，VAR)和向量误差 修正模型(vector error correction model，VEC)就是非结 构化的多方程模型。 §9.1 向量自回归理论 §9.1 向量自回归理论 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 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 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 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 回归模型。 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和ARMA模型也可转化成VAR模型，因此近年 来VAR模型受到越来越多的经济工作者的重视。 9.1.1 VAR模型的一般表示 9.1.1 VAR模型的一般表示 VAR(p ) 模型的数学表达式是 y A y A y ε t 1 t 1 p t p t t 1, 2 , ,T (9.1.5) 其中：y t 是k 维内生变量向量，p 是滞后阶数，样本个数为T。 kk 维矩阵A ，…，A 是要被估计的系数矩阵。 是k 维扰动 1 p t 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  的协方差矩阵，是一 t 个(kk) 的正定矩阵。 如果行列式det[A (L)] 的根都在单位圆外，则式(9.1.5) 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 y t C(L)εt (9.1.6) 其中 C(L) A(L)1 C (L) C C L C L2  0 1 2 C I 0 k 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 ˆ 1 ˆ ˆ (9.1.7) Σ εε t t T 其中： ˆ