VAR模型协整和VEC模型_yukz模板.docx

VAR模型、协整和VEC模型

VAR（向量自回归）模型定义

VAR模型的特点

VAR模型稳定的条件

VAR模型的分解

VAR模型滞后期的选择

脉冲响应函数和方差分解

格兰杰（Granger）非因果性检验

VAR模型与协整

VAR模型中协整向量的估计与检验

案例分析

1980年Sims提出向量自回归模型（vectorautoregressivemodel）。这种模型采用多方程联立的形式，它不以经济理论为基础。在模型的每一个方程中，内生变量对模型的全部内生变量的滞后项进行回归，从而估计全部内生变量的动态关系。

VAR（向量自回归）模型定义

t?+?+以两个变量y1，y2t滞后1期的

t

?+

?+

?+?+y1,t=c

?+

?+

y1,t-1

12.1

y2,t-1

+u1t

y2,t

=c2

21.1

y1,t-1

22.1

y2,t-1

+u2t

其中u1t,u2t?IID(0,? 2),Cov(u1t,u2t)=0。写成矩阵形式是，

?y ? ?c

? ?

?11.1

?

?

??

?

?y

? ?u ?

? 1t

?=?

1?+??

? ? ?

1,t?1?+?

1t?

2?y2t? ?c

2

? ? 21.1

22.1?

?y2,t?1? ?u2t?

Y =?y

?,c=?c

?,?

=??

? ?,u

=?u ?,

设 t ?

1t?

? 1?

11.1

??1

?

?

12.1?

t 1t?

?2?y2t? c

?

2

??21.1

?22.1?

?u2t?

?则， Yt=c+?1Yt-1+ut (1.3)

?

含有N个变量滞后k期的VAR模型表示如下：

Yt=c+?1

Yt-1+?

Yt-2

+…+?

Yt-k

+ , IID(0,?)

uu?t t

u

u

?

2kN其中，Yt=(y1,t y2,t… yN,t)，c=(c1 c2…c )

2

k

N

??

??11.j

?

12.j

?

? ?

??1N.j

?

?

?

? 21.j

?

22.j

2N.j?

? =? ?

? ? ? ?

, j=1,2,…,k

?j ??

?

N1.j

?

N2.j

?

? ?NN.j

? ?

ut=(u1t u2,t…uNt),

不同方程对应的随机误差项之间可能存在相关。

因VAR模型中每个方程的右侧只含有内生变量的滞后项，他们与ut是渐近不相关的，所以可以用OLS法依次估计每一个方程，得到的参数估计量都具有一致性。

VAR模型的特点

不以严格的经济理论为依据。

VAR模型的解释变量中不包括任何当期变量。

VAR模型对参数不施加零约束。

VAR模型有相当多的参数需要估计。

VAR模型预测方便、准确（附图）。

可做格兰杰检验、脉冲响应分析、方差分析。

西姆斯（Sims）认为VAR模型中的全部变量都是内生变量。近年来也有学者认为具有单向因果关系的变量，也可以作为外生变量加入VAR模型。

附：

PHOPHOhatPHOPHOF

PHO

PHOhat

PHO

PHOF

100 100

80 80

60 60

40 40

20

80 81 82 83 84 85 86 87 88

20

80 81 82 83 84 85 86 87 88

图1 油价与静态拟合值 图2 油价与静态拟合值

VAR模型平稳（稳定）的条件

对于VAR(1)，

Yt=c+? 1Yt-1+ut

1模型稳定的条件是特征方程|?-?I|=0的根都在单位圆以内，或相反的特

1

征方程|I–L?|=0的根都要在单位圆以外。

1

对于k1的VAR(k)模型可以通过矩阵变换改写成分块矩阵的VAR(1)模型形式。

Yt=C+AYt-1+Ut

模型稳定的条件是特征方程|A-?I| =0的根都在单位圆以内，或其相反的特征方程|I-LA|=0的全部根都在单位圆以外。

与单变量时间序列的情况类似，我们可以来考察VAR（p）的单位根的存在性。为了说明这个问题，首先让我们来看一个二元时间序列的VAR

（1）模型。

?y ? ??

? ??y

? ?? ?

??? y?

??

? y

??? 11

12??

1,t?1

????1,t?

?