最全的VAR模型理论基础及其Eviews实现.pptVIP

——VAR及其Eiews实现;; 3. VAR模型的检验;一、向量自回归理论 ;一、向量自回归模型;一、向量自回归理论 ;二 、VAR模型的表示与建立; 滞后阶数为p的VAR模型表达式还可以表述为： 即 上式称为非限制性向量自回归（Unrestricted VAR）模型，是滞后算子L的k*k 的参数矩阵。 当行列式det[A(L)]的根都在单位圆外时，不含外生变量的非限制性向量自回归模型才满足平稳性条件。 ;2、结构VAR模型（SVAR） 结构VAR是指在模型中加入了内生变量的当期值，即解释变量中含有当期变量，这是与VAR模型的不同之处。 下面以两变量SVAR模型为例进行说明。 xt=b10 + b12zt +γ11xt-1 +γ12 zt-1 + μxt zt=b20 + b21xt +γ21xt-1 +γ22 zt-1 + μzt 这是滞后阶数p=1的SVAR模型。其中，xt和zt均是平稳随机过程；随机误差项μxt和μzt是白噪声序列，并且它们之间不相关。系数b12表示变量的zt的变化对变量xt的影响；γ21表示xt-1的变化对zt的滞后影响。该模型同样可以用如下向量形式表达， 即 B0 yt=Γ0 +Γ1 yt-1 + μt ;（一）变量选取 根据宏观经济理论,消费(C)、投资(I)和出口(X)是影响经济的三驾马车,对经济增长有举足轻重的影响。所用年度数据均取自历年《海南统计年鉴》,每个变量样本时间跨度为1987-2010年,样本容量为24。;（二）数据预处理 数据预处理包括三个步骤: (1)凡以美元为单位的数据全部按当年的平均汇率折算为人民币;(2)所有数据均按GDP平减指数(1987=100)进行平减,以消除价格波动因素影响并获取实际值;(3)由于数据的自然对数变换不改变原有的协整关系,并能使其趋势线性化,消除时间序列中存在的异方差现象,所以对所有数据取其自然对数值,以增强数据线性化趋势、消除异方差,同时便于考察各变量对GDP的敏感性。;3、VAR模型的建立 选择“Quick”|“Estimate VAR…”选项，将会弹出下图所示的对话框。 在“VAR Type”中有两个选项： “Unrestricted VAR”建立的是无 约束的向量自回归模型，即VAR 模型的简化式； “Vector Error Correction”建立的是 误差修正模型。 “Estimation Sample”的编辑框中输 入的是样本区间，当工作文件建 立好后，系统会自动给出样本区间。 “Endogenous Variables”中输入的是 内生变量。 “Exogenous Variables”中输入的是外 生变量，系统默认情况下将常数项c作为外生变量。 “Lag Intervals for Endogenous”中指定滞后区间 ;三、VAR模型的检验;;（2）Granger因果检验 Granger因果检验主要是用来检验内生变量是否可以作为外生变量对待。 原假设是 H0：变量x不能Granger引起变量y 备择假设是 H1：变量x能Granger引起变量y; 在EViews软件操作中，选择VAR对象工具栏中的“View”|“Lag Structure”|“Granger Causality/Block Exogeneity Tests”选项，可得到检验结果 。;（2）Granger因果检验 右图的检验结果为： 在5%的显著性水平下， 变量log(ex)能Granger引 起变量log(ms)，即拒绝 原假设；但变量log(ms) 不能Granger引起变量 log(ex)。;（3）滞后排除检验 滞后排除检验 （Lag Exclusion Tests） 是对VAR模型中的每一阶数的 滞后进行排除检验。如右图所示。 第一列是滞后阶数， 第二至五列是方程的χ2统计量， 最后一列是联合的χ2统计量。;（4）滞后阶数标准 滞后长度标准（Lag Length Criteria）是计算出各种标准，选择无约束VAR模型的滞后阶数，可以填入确切的最大的滞后阶数来检验。表中将显示出直至最大滞后阶数的各种信息标准（如果在VAR模型中没有外生变量 ，滞后从1开始，否则从0开始）。表中用“*”表示从每一列标准中选的滞后阶数。 选择VAR对象工具栏中的“View”|“Lag Structure”|“Lag Length Criteria”选项，在弹出的对话框中输入最大滞后阶数，然后单击“OK”按钮即可得到检验结果。;四、脉冲响应函数;“Display Information”中输入冲击变量（Impulses）和脉冲响应变量（Responses）。这里可以输入内生变量的名称，也