VAR向量自回归模型.pptxVIP

向量自回归模型; 向量自回归(VAR)是基于数据的统计性质建立模型，VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR模型是处理多个相关经济指标的分析与预测最容易操作的模型之一，并且在一定的条件下，多元MA和ARMA模型也可转化成VAR模型，因此近年来VAR模型受到越来越多的经济工作者的重视。 ; VAR(p) 模型的数学表达式是 (3.1.1) 其中：yt 是 k 维内生变量向量，Xt 是d 维外生变量向量，p是滞后阶数，样本个数为T 。k?k维矩阵A1，…，Ap和k?d维矩阵B是要被估计的系数矩阵。?t是k维扰动向量，它们相互之间可以同期相关，但不与自己的滞后值相关及不与等式右边的变量相关; 由于仅仅有内生变量的滞后值出现在等式的右边，所以不存在同期相关性问题，用普通最小二乘法(OLS)能得到VAR简化式模型的一致且有效的估计量。即使扰动向量?t有同期相关，OLS仍然是有效的，因为所有的方程有相同的回归量，其与广义最小二乘法(GLS)是等价的。注意，由于任何序列相关都可