VECM案例分析打印版.pdfVIP

学 海 无 涯 1 VECM 模型的具体构建步骤 VECM 模型的具体运用主要包括以下几个步骤： 1、序列的单位根检验 与VAR 模型不同，VECM 模型是针对非平稳序列而言的。因此在进行协整检验和运用 VECM 前需进行单位根检验。 2、协整检验 协整检验关键是协整形式和滞后阶数的选择。 3、VECM 模型的估计 若存在协整关系，就可以建立相对应的VECM 模型，进行估计了。 4 、VECM 模型的残差检验 残差检验与VAR 模型类似，包括残差的独立性检验。 5、VECM 模型的应用 VECM 模型的应用与VAR 模型类似，包括预测、脉冲响应与方差分解。 VECM 模型的应用举例 4.4.1 案例分析的背景 中国人民银行长期以来坚持以CPI 作为货币政策导向，并没有考虑资产价格这一目 标。但是随着中国经济市场化程度的不断深化，以股票市场为核心的资本市场的作用日益 凸显。货币政策是否对股票市场产生影响，以及股票市场是否在货币政策传导中充当了作 用已成为学术界关注的焦点问题。本例将对物价水平、货币政策、股票市场的相互关系进 行分析。 1 学 海 无 涯 4.4.2 实验数据 本实验选取了CPI、广义货币供应量（m ）、Shibor、上证A 股指数（index ）1996 年 12 月至2010 年11 月月度数据进行分析。 4.4.3 VECM 模型的构建 1、数据处理 由于CPI 和上证A 股指数都是相对数，为了减少基期的影响以及减少异方差性，对 CPI 和上证A 股指数取对数。观察广义货币供应量的图形，以及货币政策的特点，分析广 义货币供应量（M）的可能季节性特征，这里采用X12 进行分析。在M 的窗口点击 proc/seasonal adjustment/census X12…，分析结果如下： Sum of Dgrs.of Mean Squares Freedom Square F-Value Between months 61.6039 11 5.60035 13.023** Residual 67.0872 156 0.43005 Total 128.6910 167 **Seasonality present at the 0.1 per cent level. 从而M 存在季节性。因此对M 进行季节性调整，季节性调整后的M 图形如下： M_SA 800,000 700,000 600,000 500,000 400,000 300,000 200,000 100,000 0 1998 2000 2002 2004 2006 2008 2010 为了平滑M 的变动趋势，对M 同样也做对数处理。 2、单位根检验 2 学 海 无 涯 观察CPI、上证指数、Shibor 的图形。