var模型分析-wenkub.com

　 　

【正文】 （ 9）建立 VEC建模。 表 15中，上表的后 3列分別是 3個方程的檢驗結果；下表是 VECM整體的檢驗結果，通常人們更關心模型整體的檢驗結果。78 表 14 VEC模型的參數估計值79 表 14中 CointEq1對應數值是 誤差修正項的系數 估計值。77 VECM的表格輸出結果由 4部分構成。對話框右側兩白色區域分別輸入模型的內生變量和外生變量名稱（不包括常數項和趨勢項）。 建立 VEC 模型的 EViews命令 在工作文件窗口的主工具欄，點擊Quicp/Estimate VAR，彈出 VAR定義窗口，選擇Vector Error Correction，出現如圖 14的 EVC模型定義對話框。如果 是非平穩的，則 的各分量之間不存在協整關系。 對式（ 1）進行協整變換：兩側同減 得：對上式右側同時加減 得：72再在上式右側同時加減 得：再在上式右側同時加減 得 ：設73則得 VECM： （ 7）式中， Π為修正矩陣（或影響矩陣、協整矩陣）； 為修正項矩陣。而在 VAR模型中的每個方程都是一個 ADL模型，因此，可以認為 VEC模型是含有協整約束的 VAR模型，應用于具有協整關系的非平穩時序建模。69 圖 4 單位根的分布圖 圖形表示更為直觀，有一個單位根的倒數的模落在了單位圓之外，因此，所建 VAR(2) 模型是不穩定的，將影響響應沖擊函數的標準差。對本案例有 6個 AR單位根， 列于表 7和單位根倒數的分布圖示于圖 4 。利用 件， 在 VAR模型窗口的工具欄點擊 View進入VAR模型的視圖窗口，選 Lag Structure/AR Roots Table或 AR Roots Graph。將第一個協整關系寫成代數表達式： =+寫成協整向量： 66 在確定了變量間的協整關系之后，有兩種方法可驗證協整關系的正確性。 但須注意 ： 第一個協整關系對應著 VAR的第一個方程，故可根據需要調整方程的順序，使希望的應變量的系數為 1。 表下面是在 5% 的顯著性水平上存在 3個協整關系的結論。輸出結果見表 表 5和表 6。因此，這里輸入 1 1。60 第三 ，左下部第二個白色矩形區給出內生變量的滯后階數，用戶輸入滯后階數 p1。59除此之外，用戶也可通過選擇第六個選項由程序對以上五種假設進行檢驗，此時 EViews輸出結果是簡明扼要的，詳細結果只有在具體確定某個假設時才會給出。 ③ 序列 Yt 有線性趨勢但協整方程只有截距 。56 n 在工作文件窗口，在待檢三個序列 LGDP、LCT、 LIT的數據窗口的工具欄，點擊View/Cointegration Test，就會彈出如圖 3所示的約翰森協整檢驗窗口。 故約翰森協整檢驗優于 EG檢驗。 檢驗跡統計量：式中， M為協整向量的個數； 是 按大小排列的第 i個特征值； n 樣本容量。另外，第 3個方程新息對于內生變量 LCT也較重要，對其預測誤差的貢獻度達 23% 。其中 % 由 LGDP的殘差52沖擊所致 ,% 由 LCT的殘差沖擊所致 ,%由 LIT的殘差沖擊所致。第一列是預測期，第二列是變量 LCT各期預測值的標準差（ ），后三列均是百分數，分別是以 LGDP、 LCT和 LIT為應變量的方程新息對 LCT各期預測標準差的貢獻度，每行結果相加是 100。 Eviews中方差分解操作使用脈沖響應函數定義對話框，如圖 10，在右邊選擇方差分解（Variance deposition） 。48 案例 1 (八 )方差分解 對 VAR模型的方程順序不變。而方差分解 (variance deposition)是進一步評價各內生變量對預測方差的貢獻度。 下圖是 LGDP、 LCT 和 LIT分別對 LIT一個標準差沖擊的響應。定義完畢點擊 OK 。最下部用戶填響應函數的追蹤期數，缺省是 10。 對有 3個內生變量的 VAR模型每個內生變量都對應著 3個脈沖響應函數，故一個含 3個內生變量的 VAR將有 9個脈沖響應函數。顯然以上的脈沖響應函數明顯地捕捉到了沖擊的效果。 當 t=2時： ；將其代入 (6)。39 下面通過式（ 6）具體說明新息是如何傳遞給內生變量的。設兩變量 VAR（ 2）模型：38式中， M為貨幣供應量。具體而言，它描述的是在隨機誤差項上施加一個標準差大小的沖擊（來自系統內部或外部）后對內生變量的當期值和未來值所產生的影響（動態影響）。而時差相關系數法只能給出時滯。然后進行比較，其中 | |最大者對應的時差就是二序列間的時滯。（最好對變量進行平穩性檢驗）。但反映的是政策變量變化后引起基準變量變化的相關性，不能給出持續時間、影響程度和變化方向。 由（ 5）式知， yt 為基準變量（即 t為基） 為 xt滯后 p期序列的均值； 為 yt的均值； n為樣本容量； p為滯后期（時差），取值為整數。32 時差相關系數 (Cross Correlation)分析法是利用相關系數檢驗經濟時序變量間滯后關系的一種常用方法。 圖 8 動態擬合結果 圖 9靜態擬合結果31 對于政策時滯的實證研究主要有如下 4種方法： （ 1）對時序變量數據或圖、表進行直觀分析，方法簡單，但主觀性強，精 度低； （ 2）時序時差相關系數法，只能給出滯后期，不能給出持續的時間、影響程度和相互作用。預測 在工具欄中點擊 Solve，則線性模型出現在圖 6中，模型預測窗口示于圖 7。預測是 VAR模型的應用之一，由于我們所建立的 VAR(2)模型通過了全部檢驗。其中包括殘差的協方差、對數似然函數和 AIC 與 SC。 表 9 VAR模型參數估計結果2223表 10 VAR模型各方程檢驗結果表 11 VAR模型整體檢驗結果24 將表 9的 VAR(2)模型改寫