实验二var模型的概念和构造.docx

实验六 VAR模型的概念和构造 一、 实验目的 理解VAR模型的概念，掌握 VAR模型的形式和特点，掌握 VAR模型的识别、估计、 检验和预测，了解似然比检验法，掌握脉冲响应的作用和应用，掌握使用 Eviews软件进行 相关的检验。 二、 基本概念 VAR模型即向量自回归模型由希姆斯( C.A.Smis)提出，在一个含有 n个方程(被解 释变量)的VAR模型中，每个被解释变量都对自身以及其它被解释变量的若干期滞后值回 归，若令滞后阶数为 k,则VAR模型的一般形式可用下式表示： k Zt 八 A iZt -i V t i =1 其中，Zt表示由第t期观测值构成的n维列向量，Ai为n*n系数矩阵， V是由随机误差项 构成的n维列向量，其中随机误差项Vi ( i=1,2,…n )为白噪音过程，且满足 E(v 5)=0 (i,j=1,2,…，n,且 i = j)。 对某变量全部滞后项系数的联合检验能够告诉我们该变量是否对被解释变量有显著的 影响，但是不能告诉我们这种影响是正还是负， 也不能告诉我们这种影响发生作用所需要的 时间。为解决这一问题，经常应用的方法是测量脉冲响应。 脉冲响应度量的是被解释变量对 单位冲击的响应。 三、 实验内容及要求 1、 实验内容： 在Eviews软件中利用VAR模型对我国货币政策的有效性进行检验。 取我国狭义货币供 应量M1 ,商品零售物价指数 P,以及代表产出水平的国内生产总值 GDP的季度数据，时间 为1994年第一季度到2004年第二季度。所有的数据我们都取它们的增长率， 以保证序列的 平稳性。 2、 实验要求： (1 )深刻理解VAR模型的基本概念，以及脉冲响应的基本概念； (2 )思考：如何建立适当的 VAR模型；如何利用 VAR模型进行预测； (3)熟练掌握相关 Eviews操作。 四、实验指导 1、导入数据 打开 Eviews 软件，点击File ” — New--Workfile ”选项，出现Workfile Range ” 对话框，在 “ Workfile freque ncy ” 框中选择Quarterly ” ,在 “ Start date ” 和 “ End date 框中分别输入“ 1994:1 ”和“ 2004:2 ”，然后单击“ OK。点击“ File ”— Import--Read Text-Lotus-Excel ”，找到要导入的名为 EX6.3.xls 的Excel文档，单击“打开”出现“Excel Spreadsheet Import ”对话框并在其中输入“ CPI”、GDP和“ M1”，单击“ OK完成数据 导入。 为保证序列的平稳性，所有的数据我们都取它们的增长率。 在命令框输入命令 genr CPIDL=DLOG(CPI),生成CPI增长率序列 CPIDL。同样的方法生成 GDPDL M1DL序列。 2、建立模型 点击“ Quick”一 “ Estimate VAR ”，弹出如图 6 — 1所示的窗口。在左边“ VAR Specificati on ”中我们选择Un restricted VAR ”，滞后长度我们从一阶试起，在右边 “ En doge nous ”空白栏中我们键入变量名称 cpidl m1dl gdpdl ”，在Exdoge nous ”空 白栏中保留常数项“ C”点击“ OK,即可以得到估计结果。 图6— 1 VAR模型设定 在选择滞后项时，我们应用信息准则，表 6—1中是我们试验的几个滞后项(根据金融 理论，货币效应时滞在一年左右，所以我们选择最大 5阶)及相应的信息值。 表6 — 1 不同滞后值下的 AIC值和SC值 滞后值 1 2 3 4 5 AIC值 -10.32 -11.53 -12.45 -12.73 -13.20 SC值 -9.81 -10.64 -11.16 -11.03 -11.09 由表6 — 1,根据AIC信息准则，我们应选择滞后项为 5,根据SC信息准则，我们应选 择滞后项为3，考虑到3阶后AIC值下降较缓，因此我们根据SC值选择滞后项为3,然后进 行估计，得到如图6—2所示的结果。 CPIDL M1DL GDPDL CPIDL(-1) 0.231545 -0.454025 0.331327 p. 19939) (0.36350) p.54531) (1 16129) (-1 24902) p.60704) CPIDL(-2) 0 07421 -0 969225 0.476782 (0.16326) (D. 29764) (0.44692) (p.46809) (-3.26635) (1 066B2) CPIDL(-3) 0 079005 D .154853 □ 697243 (0.18940) (U 34529