1 向量自回归模型剖析.ppt

? 对于同阶单整的非平稳序列： – 理论上讲不能直接采用。 – 经过差分以后采用，经济意义发生变化。 – 模拟试验表明，当 2 个序列逐渐由平稳过程向非平稳过 程过渡时，检验存在因果关系的概率出现一定程度的 上升。但上升幅度远小于 2 个序列之间因果关系的显著 性增强时所引起的上升幅度。 – 同阶单整非平稳序列的 Granger 因果检验结果具有一 定的可靠性。 ? 样本容量问题 – 时间序列的样本容量对检验结果具有影响； – 模拟试验表明，对于两个平稳序列，随着样本容量的 增大，判断出存在格兰杰因果关系的概率显著增大。 ? Granger 因果检验是必要条件，不是充分条件。 – 经济行为上存在因果关系的时间序列，应该能够通过 格兰杰因果关系检验； – 而在统计上通过格兰杰因果关系检验的时间序列，在 经济行为上并不一定存在因果关系。 – 模拟试验表明，经济行为上不存在因果关系的平稳时 间序列之间也可能存在着统计上的因果关系。 – 例如：城镇居民收入（ CZJMSR ）是农村居民消费 （ NCJMXF ）的原因？ 数据 检验结果 ? 统计检验必须建立在经济关系分析的基础之上， 结论才有意义。 四、脉冲响应分析 1 、脉冲响应函数 ? 脉冲响应函数方法 (Impulse Response Function ， IRF) 是分析 VAR 模型受到某种冲击时 对系统的动态影响。 ? 具体地说，它描述的是在某个内生变量的随机误 差项上施加一个标准差大小的冲击后对所有内生 变量的当期值和未来值所产生的影响。 1 1 t t p t p t ? ? ? ????? ? Y A Y A Y ε ~ ( ) t N ε 0, Σ 相互之间可以同 期相关，但不与 自己的滞后值相 关 , 也不与方程 右边的变量相关。 1 1 2 1 2 1 1 2 2 ( ) ( ) = p p t q q t t t t q t q L L L L L ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? t Y I A A ε I C C C ε ε C ε C ε C ε 1 t t LY Y ? ? t q q t ? ? ? ? Y C ε , ( ) i t q q ij jt Y c ? ? ? ? ? 脉冲响应函数： 在其他误差项在任何时期 都不变的条件下，当第 j 个变量对应的误 差项在 t 期受到一个单位的冲击后，对第 i 个内生变量在 t+q 期造成的影响。 2 、 Cholesky 正交化脉冲响应函数 ? 当随机误差项相关时，也就是存在交叉的干扰源， 不能被任何特定的变量所识别。 ? 利用 Cholesky 分解法，将交叉的干扰源分解为独 立的干扰源。 ? 正交化过程如下：以 VAR 模型第一个方程的随机 误差项为基础，将第 2 个方程的随机误差项除掉与 第一个方程随机误差项的相关部分，得到正交化 后的随机误差项。第 3 个方程的随机误差项除掉与 第 1 和第 2 个方程随机误差项的相关部分，得到正 交化后的随机误差项。以此类推，第 k 个方程的随 机误差项除掉与前（ k-1 ）个方程随机误差项的相 关部分，得到正交化后的随机误差项 。 t t ? ε P ε 2 1 1 2 1 1 1 1 1 1 2 2 0 1 1 2 2 ( ) = q t q t t t t q t q t t t q t q L L L ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? Y I C C C P ε P ε C P ε C P ε C P ε C ε C ε C ε C ε t q q t ? ? ? ? Y C ε , ( ) i t q q ij t j Y c ? ? ? ? ? 3 、应用中的问题 ? 虽然乔利斯基分解被广泛应用，但是对于交叉的 干扰源的归属来说，它还是一种很随意的方法。 而且 VAR 模型变量顺序的改变将会影响到脉冲响 应函数。 ? 在应用正交化脉冲响应函数反映变量之间的动态 关系时，必须对变量的顺序进行充分的考虑。通 常按照变量的外生性强弱进行排序。例如，居民 消费和居民收入两个变量，应该将居民收入排在 居民消费的前面，收入是消费的前提。 ? 不能只将关注的变量建立 VAR 模型，应将所有相 互影响的变量都包含在向量中。若只将要研究的 变量考虑进来，而忽略其它也与这些变量有关的 变量，如此构建的 VAR 模型的正交化脉冲响应函 数是没有应用价值的。 ? 当向量非平稳时，向量自回归模型的正交化脉冲 响应函数不收敛