向量自回归和向量误差修正模型.pptx

向量自回归和向量误差修正模型会计学第2页/共214页9.1.1 VAR模型的一般表示 VAR(p) 模型的数学表达式是 (9.1.1)其中：yt是 k 维内生变量列向量，xt 是d 维外生变量列向量，p是滞后阶数，T是样本个数。k?k 维矩阵?1，…， ?p 和 k?d 维矩阵 H 是待估计的系数矩阵。?t 是 k 维扰动列向量，它们相互之间可以同期相关，但不与自己的滞后值相关且不与等式右边的变量相关，假设 ? 是 ?t 的协方差矩阵，是一个(k?k)的正定矩阵。式(9.1.1)可以展开表示为 第3页/共214页(9.1.2) 即含有 k 个时间序列变量的VAR(p)模型由 k 个方程组成。第4页/共214页 例如：作为VAR的一个例子，假设工业产量（IP）和货币供应量（M1）联合地由一个双变量的VAR模型决定。内生变量滞后二阶的VAR(2)模型是： 其中， ci , aij , bij 是要被估计的参数。也可表示成：第5页/共214页 一般称式(9.1.1)为非限制性向量自回归模型(unrestricted VAR)。冲击向量 ?t 是白噪声向量，因为 ?t 没有结构性的含义，被称为简化形式的冲击向量。 为了叙述方便，下面考虑的VAR模型都是不含外生变量的非限制向量自回归模型，用下式表示 或 (9.1.5)其中:第6页/共214页 如果行列式det[?(L)]的根都在单位圆外，则式(9.1.5)满足稳定性条件，可以将其表示为无穷阶的向量动平均(VMA(∞))形式 (9.1.6)其中 第7页/共214页 对VAR模型的估计可以通过最小二乘法来进行，假如对? 矩阵不施加限制性条件，由最小二乘法可得? 矩阵的估计量为 (9.1.7) 其中： 当VAR的参数估计出来之后，由于 ?(L)A(L)=Ik，所以也可以得到相应的VMA(∞)模型的参数估计。 第8页/共214页 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以通过增加更多的yt 的滞后而被消除，所以扰动项序列不相关的假设并不要求非常严格。 第9页/共214页例9.1 我国货币政策效应实证分析的VAR模型 为了研究货币供应量和利率的变动对经济波动的长期影响和短期影响及其贡献度，采用我国1995年1季度～2007年4季度的季度数据，并对变量进行了季节调整。设居民消费价格指数为CPI_90 (1990年1季度=1)、居民消费价格指数增长率为CPI 、实际GDP的对数ln(GDP/CPI_90) 为ln(gdp) 、实际M1的对数ln(M1/CPI_90) 为ln(m1) 和实际利率rr (一年期存款利率R-CPI ）。 第10页/共214页 利用VAR(p)模型对 ?ln(gdp) ， ?ln(m1) 和 rr，3个变量之间的关系进行实证研究，其中实际GDP和实际M1以对数差分的形式出现在模型中，而实际利率没有取对数。 第11页/共214页EViews软件中VAR模型的建立和估计 1．建立VAR模型 为了创建一个VAR对象，应选择Quick/Estimate VAR…或者选择Objects/New object/VAR或者在命令窗口中键入var。便会出现下图的对话框(以例9.1为例)： 第12页/共214页 可以在对话框内添入相应的信息： (1) 选择模型类型（VAR Type）： 无约束向量自回归（Unrestricted VAR）或者向量误差修正（Vector Error Correction）。无约束VAR模型是指VAR模型的简化式。 (2) 在Estimation Sample编辑框中设置样本区间 第13页/共214页 (3) 输入滞后信息 在Lag Intervals for Endogenous编辑框中输入滞后信息，表明哪些滞后变量应该被包括在每个等式的右端。这一信息应该成对输入：每一对数字描述一个滞后区间。例如，滞后对 1 4表示用系统中所有内生变量的1阶到4阶滞后变量作为等式右端的变量。 也可以添加代表滞后区间的任意数字，但都要成对输入。例如： 2 4 6 9 12 12即为用2―4阶，6―9阶及第12阶滞后变量。 第14页/共214页 (4) 在Endogenous Variables编辑栏中输入相应的内生变量 (5) 在Exogenous Variables编辑栏中输入相应的外生变量 EViews允许VAR模型中包含外生变量，其中 xt 是 d 维外生变量向量 , k?d