第四章--向量自回归模型学习资料.ppt

第四章 向量自回归模型及应用;;*;*;*;*;*;*;*;;;;;;;;*;;;;;;;;;;;;;;;*;*;*;*;;*;;;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;y1：钢材； y2：建材； y3：汽车； y4：机械； y5：家电; 从图看出，在本期给建材行业销售收入一个正冲击后，钢材销售收入在1期就有约2.5的反应，前4期内小幅上下波动之后在第6期达到最高点12.03，从第9期以后开始稳定增长。这表明建材行业受外部条件的某一冲击后，经市场传递给钢铁行业，给钢铁行业带来同向的冲击，而且这一冲击具有显著的促进作用和较长的持续效应。 ;;*;*;*;*;*;*;*;*;*;*;*;*;*;*; 从上面两个图可以看出，建材行业对钢铁行业的贡献率随着时间推移逐渐增大，最大达到48.9%，其次是汽车行业，其对钢铁行业的贡献率也是逐渐增加的，在第34期达到20%左右。; 从这两个图可以看出，机械行业和家电行业的贡献率相对较小，分别为8%和6%左右。 ;*;*;*;*;*;*;;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*; ; 变量xt与yt的VEC模型： 误差修正模型既反映变量x与y之间的长期均衡关系，又反应了变量短期波动之间的动态关系。 误差修正项为：ecmt=axt-byt，长期均衡关系为ecm=0。 若x与 y在上一期偏离了长期均衡，则 ecmt-1=axt-1-byt-1=\=0; 两变量(xt , yt)的VEC模型： 误差修正项系数?1与?2代表调整力度，若x, y在上一期偏离了长期均衡，?1 和 ?2 会将其向均衡状态调整。 滞后差分项系数βi与γi分别反应解释变量的短期波动对被解释变量短期变化的影响。（注意：若滞后差分项系数不显著，则可以从方程中剔除）;;*; 通货膨胀率π与名义利率i的VEC模型： 首先，从长期来看，通货膨胀率与名义利率之间存在稳定的长期均衡关系: ecmt-1=0。 两方程最后一项差分系数在5%水平下不显著，其它所有系数均在5%水平下显著，表明通货膨胀率与名义利率对长期均衡的偏离都有明显的修正，名义利率变动对通货膨胀率变动有显著影响，但是，通货膨胀率变动对名义利率变动的影响不显著。; 通货膨胀率π与名义利率i的VEC模型： 通货膨胀率与名义利率之间存在对长期均衡的??离。误差修正系数均为负值，符合反向修正机制。名义利率的调整力度为0.0394，意味着名义利率中有3.94%的相对长期均衡的偏差被修正，远远高于通货膨胀率调整力度0.0005。换言之，名义利率对于误差修正的反应速度较快。; 通货膨胀率π与名义利率i的VEC模型： 从短期波动看，当前期名义利率变动1个百分点时，当期名义利率反向变动0.6522个百分点，同时，当期通货膨胀率同向变动1.0198个百分点。这也表明名义利率的短期波动之间存在着自回归特征，名义利率的短期波动也是通货膨胀率的短期波动的Granger原因。;VEC模型的另一些重要应用 ----具有协整关系的两个非平稳序列之间的Granger因果关系检验 ----脉冲响应函数分析 ----方差分解分析 ;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结构向量自回归模型;第七节 结