第九章-VAR模型(金融计量学-上财).pdfVIP

第九章VAR模型 一、VAR vs. 联立结构化方程组  联立结构方程组：以经济与金融理论为基础来 构建变量之间的特定关系。  VAR模型对理论基础的要求很小。建立VAR模 型，仅需确定两件事： (1)所研究的变量（无论是内生还是外生） (2) 滞后的最大阶数 一、VAR vs. 联立结构化方程组  联立方程组：待估参数较多、计算繁琐、在外 生变量与内生变量的划分上容易出现偏差，且 预测较为困难。  VAR模型（1980，Sims提出)不需区分内生变 量与外生变量、由于解释变量均采用滞后变量 因而容易进行预测。当然，待估参数也可能较 多。 二、向量自回归模型(VAR)  VAR模型通常用来估计联合内生变量的动态关 系。是用模型中所有当期变量对所有变量的若 干期滞后变量进行自回归来实现。  举例：VAR （3 ） Y   Y ... Y  X ... X  Z ... Z e t 1 11 t1 1p tp 11 t 1 1p tp 11 t 1 1p t p 1t X   Y ... Y  X ... X  Z ... Z e t 1 21 t1 2p t p 21 t1 2p t p 21 t 1 2p t p 2t Z   Y ... Y  X ... X  Z ... Z e t 1 31 t 1 3p tp 31 t 1 3p t p 31 t 1 3p tp 3t 二、VAR模型的另一种表示形式 p  X  X U t i t i t i 1 其中，X 为一个N 1的时间序列列向量； t U 为随机误差列向量，U ~ IND(0,) t t  在VAR模型中也可以加入趋势项、季节虚拟变 量、外生变量等，从而来增加模型的解释力度。 三、VAR模型的特点  VAR模型的建立，可以不以严格的经济理论为 依据。  VAR模型对参数不施加零约束。  VAR模型的解释变量中不包括任何当期变量， 这一点有助于估计与预测。  VAR模型有相当多的待估参数需要估计： 2 kN 四、VAR模型误差项之间的同期自相关问题  以VAR （1）模型为例： X   X  X u 1t 0 11 1t1 12 2t 1 1t X   X  X u 2t 0 21 1t 1 22 2t1 2t 2 2 假设:E (u ) E (u ) 0, Var(u )  , Var(u )  ; 1t 2t 1t 1 2t 2 E (u u )  1t 2t