2.3-VAR--脉冲-方差分解-协整.ppt

图6 线性模型窗口 * 第二十八页，编辑于星期三：四点 四十一分。 图7 模型预测窗口 * 第二十九页，编辑于星期三：四点 四十一分。 图8和图9分别是利用动态和静态方法计算出的样本期内实际值与拟合值的比较。 由图看出，动态拟合结果只能反映序列的变化趋势，而无法对短期波动进行刻画。所以，VAR模型适用于短期预测，预测精度高和长期规划预测。 图8 动态拟合结果 图9静态拟合结果 * 第三十页，编辑于星期三：四点 四十一分。 2.3脉冲响应函数与方差分解 对于政策时滞的实证研究主要有如下4种方法： （1）对时序变量数据或图、表进行直观分析，方法简单，但主观性强，精 度低； （2）时序时差相关系数法，只能给出滞后期，不能给出持续的时间、影响程度和相互作用。 （3）脉冲响应函数（冲击）法； （4）方差分解法。 后两种方法是目前国外常用的方法，近年国内学者开始采用进行政策时滞分析。这里重点介绍后两种方法。 * 第三十一页，编辑于星期三：四点 四十一分。 时差相关系数(Cross Correlation)分析法是利用相关系数检验经济时序变量间滞后关系的一种常用方法。对两个时序变量，选择一个作为基准变量，计算与另一变量在时间上错开(滞后)时的相关系数。以相关系数的大小判断两变量间的时差(仅能判断时差)关系。 两时序变量间的时差相关系数 为: 1.时差相关系数 (5) * 第三十二页，编辑于星期三：四点 四十一分。 式中， 为两时序变量xt、yt 在时差（滞后期）为p时的相关系数。 由（5）式知， yt 为基准变量（即t为基） 为xt滞后p期序列的均值； 为yt的均值； n为样本容量； p为滞后期（时差），取值为整数。若取正整数，则表示xt滞后于yt；若取负整数，则表示xt超前于yt；若取零，则表示两变量一致。 * 第三十三页，编辑于星期三：四点 四十一分。 此法计算简单，容易理解。实际计算时，通常计算基准变量（如GDP、物价水平等）的增长率与政策变量的增长率间的时差相关系数。但反映的是政策变量变化后引起基准变量变化的相关性，不能给出持续时间、影响程度和变化方向。严格讲时差相关系数法给出的时滞仅是从政策变化到对经济系统产生影响的时间间隔。由于多数时序变量具有时间趋势，可能有伪相关，使计算结果传递错误信息，因此，通常进行平稳化处理。即对数化,差分,增长率。（最好对变量进行平稳性检验）。 * 第三十四页，编辑于星期三：四点 四十一分。 EViews命令为：在主窗口点击： Quicp / Group Statistics / Corss Correogram =序列名窗口，键入二序列名（只允许键入两个变量），OK。 在弹出的滞后窗口，默认12，OK。 给出二时序变量的相关系数。然后进行比较，其中| |最大者对应的时差就是二序列间的时滞。 * 第三十五页，编辑于星期三：四点 四十一分。 这里介绍的脉冲响应函数和下面将要介绍的方差分解法，较时差相关系数法具有两个突出优点： 第一,可将所考虑的全部变量纳入一个系统，反映系统内所有变量间的相互影响，给出的是系统内全部信息相互作用结果。而时差相关系数法只能考虑两个变量。 第二,不仅能给出政策效果时滞，时滞区间，而且能给出影响的程度与方向，结果准确。而时差相关系数法只能给出时滞。 （1）脉冲响应函数。对VAR模型而言，单个参数估计值的经济解释是困难的，其应用除预测外，最重要的应用是脉冲响应分析和方差分解。脉冲响应函数描述 2 脉冲响应函数 * 第三十六页，编辑于星期三：四点 四十一分。 的是一个内生变量对残差（ 称为 Innovation）冲击的反应(响应)。具体而言，它描述的是在随机误差项上施加一个标准差大小的冲击（来自系统内部或外部）后对内生变量的当期值和未来值所产生的影响（动态影响）。这种分析方法称为脉冲响应函数（IRF:impulse-response function）。 为浅显说明脉冲响应的基本原理，说明残差是如何将冲击（对新息是冲击，对内生变量是对冲击的响应）传递给内生变量的。以含两个内生变量的VAR（2）模型为例予以说明。设两变量VAR（2）模型： * 第三十七页，编辑于星期三：四点 四十一分。 式中， M为货币供应量。 （6）