VAR模型应用案例 (完成).pptxVIP

VAR 模型应用实例 众所周知，经济的发展运行离不开大量能源的消耗，尤其是在现代经济发展的过程中， 能源的重要性日益提升。我国自改革开放以来，经济发展取得长足的进步，经济增长率一直 处于较高的速度，经济的高速增长带来了能源的大量消耗，进而带来了我国能源生产的巨大 提高。因此，研究经济增长率与能源生产增长率之间的关系具有重要的意义，能为生源生产 提供一定的指导意义。 1.基本的数据 我们截取 1978—2015 年中国经济增长速度（GDP 增速）和中国能源生产增长速度数据， 具体数据如下： 表 1 1978——2016 年中国经济和能源生产增长率;图 2.1 经济增速（GDP）的单位根检验;图 2.2 能源生产增速（nysc）的单位根检验 经过检验，在 1%的显著性水平上，gdp 和 nysc 两个时间序列都是平稳的，符合建模的 条件，我们建立一个无约束的VAR 模型。 3.VAR 模型的估计;图 3.1 模型的估计结果;图 3.2;图 4.1.2 AR 根的图 通过对 GDP 增长率和能源生产增长率进进行了 VAR 模型估计，并采用 AR 根估计的方法 对 VAR 模型估计的结果进行平稳性检验。AR 根估计是基于这样一种原理的:如果 VAR 模型所 有根模的倒数都小于 1，即都在单位圆内，则该模型是稳定的;如果 VAR 模型所有根模的倒 数都大于 1，即都在单位圆外，则该模型是不稳定的。由图 4.1.2 可知，没有根是在单位圆 之外的，估计的 VAR 模型满足稳定性的条件。 4.2 Granger 因果检验;Granger 因果检验的 原假设是： H0：变量 x 不能Granger 引起变量 y 备择假设是： H1：变量 x 能Granger 引起变量 y 对 VAR（2）进行 Granger 因果检验在 1%的显著性水平之下，经济增速（GDP）能够 Granger 引起能源生产增速（NYSC）的变化，即拒绝了原假设；同时，能源生产增速（NYSC）能够 Granger 经济增速（GDP）的变化，即拒绝了原假设，接受备择假设。 5 滞后期长度;6.脉冲函数;7.方差分析;图 7.2 能源生产增长（NYSC）方差分析结果 基于 VAR 模型的方差分解是通过分析每一个结构冲击对内生变量变化(这种变化用方差 来衡量)的贡献程度，进而评价不同结构冲击的重要性。 从图 7.1 可以看出，在经济增长的误差分解中，从贡献率来看，经济增长的自身的??献 程度一直在下降，但是在第 12 期之后一直稳定 87.36%左右，能源生产增长率的贡献稳定在 12.63%左右。 从图 7.2 可以看出，在能源生产增长率的误差分解中，从贡献率来看的话，经济增长速 度（GDP）的贡献程度一直在增大，并在第 6 期达到 27.14%的最大值，之后一直保持在 27.10% 左右的水平，它自身的贡献率在第 6 期之后稳定在 72.80%左右的水平。 从上面的两幅图可知，经济增速对于能源生产增速的影响是大于能源生产增速对于经济 增速的，因此，在未来国家经济发展的过程中，一定要保障能源生产。这需要政府和市场共 同的努力，政府应该做好服务角色，为能源生产市场提供良好的服务，保障市场公平，完善 相关的产业政策，提供良好的环境。市场应该公开公正的竞争，不断引进新技术，提高能源 的生产效率，为经济的健康发展提供动力基础。