计量经济学第三版课件于俊年 ISBN9787566310101 PPT15第十五章15.4三版.pptVIP

* §15.4 向量自回归模型（VAR） 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”自回归模型。 VAR模型是处理多个相关经济指标的分析与预测 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。将VAR模型引入到经济学中，推动了经济系 统动态性分析的广泛应用。 一、向量自回归模型的概念 向量自回归模型的一般形式 （15.4.1） 其中 其中 ，T 是观测值的数目。 模型（15.4.1）称为向量自回归模型 ，记做 VAR(P) (Vector Autoregression Model) 我们以二维的向量自回归过程为例来说明VAR过 程的特点。 一阶滞后模型可以表示为： （15.4.2） 将（15.4.2）式展开： 这是一个VAR(1)过程。 二阶滞后的模型可以表示为： （15.4.3） 将（15.4.3）式展开： 这是一个VAR(2)过程。 从以上例子可以看出，向量自回归过程有以下特点： （1）模型中每个分量都是内生变量； （2）模型中等号右边的解释变量都是滞后变量； （3）每个模型中的解释变量都相同； （4）Yt的动态结构可以由它的p阶滞后变量表示出来， 与p时刻之前的变量无关； （5）{ut}是向量白噪声过程，并且与t时刻之前的随 机向量yt无关。 二、向量自回归模型的估计 向量自回归模型(VAR)类似于联立方程模型，可以 用二阶段最小二乘法进行估计。其估计的详细理 论过程，请参考有关书籍。我们这里以一个例子说 明其具体如何应用EViews软件估计的方法。 例15.4.1我们用y1、y2 、y3表示我国1979年—2010 年工业、建筑业和第三产业的年产值，我们用他们 的对数lny1、lny2、lny3建立VAR(2)模型，有关数 据见表15.4.1。 在EViews工作文件主窗口，点击Quick\Estimate VAR， 选中变量lny1, lny2, lny3 ,滞后阶数为2，其余各项默 认，最后点击“确定”便得到如图15.4.1所示的结果： *