实验12-向量自回归模型.docx

实验12向量自回归模型 【实验目的】通过本实验，使学生掌握向量自回归模型(￥4日)的分析方法；能够较熟练利用Eviews，以及实际数据，针对现实问题进行向量自回归模型(VAR)分析。 【实验内容】根据中国GDP、宏观消费与基本建设投资等实际数据，建立向量自回归模型，并根据建立的模型进行分析。具体内容为： VAR模型估计。 VAR模型最佳滞后期的选择。 ⑶VAR模型的稳定性检验。 (4)VAR模型残差检验。 ⑸Granger因果性检验。 脉冲响应分析。 协整性检验。 建立硒。(向量误差修正)模型。 【实验步骤】步骤一、数据处理原始数据为国内生产总值GDP、消费总量CONS、基本建设投资INVES。 为消除通货膨胀的影响，用价格指数进行调节，选择了定基价格指数(1997=1)，并用三个时间序列分别除以价格指数，调整之后的序列分别命名为GDPP，CONSP，INVESP。 三个数据变动幅度较大，为了减少可能存在的异方差性和自相关性影响，对三个序列取对数，取对数的数据序列分别命名为LNGP，LNCP和LNIP。数据如图1 折己瓣|Prcxz|Ohj2|Prht[Nme匕|Fr瓮理||Defeult▼|.Sart[TEnspoHe|Edt+7TSmpj+/-|InsD目|TTH匕[5rnpl§] obs LNGP LN驴 LNIP 1953 7.605769 7.217748 5.3962S5 1954 了￡25653 7.215521 5.465711 1955 T.73828 7.293323 5.46914^ 1956 7.795754 7.369152 905613 1957 7.17513 7.397903 航9050 1958 8.017137 7.445591 5436359 1969 7.406089 6.689542 196。 8.084867 7.437990 6.763515 1961 7.756611 7.358568 5.499494 1962 7.61244 7.358395 4880671 1963 7.792756 7.436880 5.261906 7.995424 7.538810 5.683996 1965 8.1S6048 7.529530 5.931027 1966 8.274961 7.713068 5.086579 1967 8.231712 7.77542S 5.69332 1福 8.2Q25T 7.763792 5.478695 1969 S.320647 7.832557 6.061746 任483454 7.900848 G.5O0334 图1LNGP，LNCP和LNIP数据图步骤二、建立VAR模型1.在workfile文档界面下，点击快捷键quick，会出现quick菜单，在quick菜单中选择估计VAR(estimateVAR)项，选择方法如图2。 口FileEditObjectViewPro-cViw罪|ptqc|Qbject|Print| 口FileEditObjectViewPro-c Viw罪|ptqc|Qbject|Print|Save|Detail目十f-|SI Quick]OptionsWindowHelp Range:19-531997-46obs Sample:1^631997-45obs c co-np co-ns 国51回IS005I0IS00S0IS invesinvesp Inipprice resid 日mple... GenerateSaries,,, Show... Graph EmptyGroup[EditSeries] SeriesStatistics GroupStatist!csEstimateEquation... EstimateVAR... 图2估计VAR选择方法 VAR模型设置。在VAR模型设置选项中(basics),有五个基本选项， VAR类型(VARType)。包含无约束无约束VAR(UnrestrictedVAR)和向量误差修正模型(VectorErroeCorrec)两个选项。本实验选择在VAR类型(VARType)选择无约束VAR(UnrestrictedVAR)。 样本时间范围。设定样本数据的时间范围。本实验选择1953年到1997年。 模型中包含的内生变量(EndogenousVariables)。VAR模型包含的内生变量。本例在内生变量中(EndogenousVariables)^ALngp,lncp,lnip)。 内生变量滞后期区间(lagintervalsforEndogenous)。设置VAR模型中各变量的滞后区间。本案例在变量滞后期框中输入“13”，表明建立的模型最大滞后期是3期。 外生变量(Exogen