在Eviews中驗(yàn)證VAR模型的方法

《在Eviews中驗(yàn)證VAR模型的方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、在Eviews中驗(yàn)證VAR模型的方法稻草人穎一、平穩(wěn)性檢驗(yàn)（一）背景知識(shí)數(shù)據(jù)變量的平穩(wěn)性是傳統(tǒng)的計(jì)量經(jīng)濟(jì)分析的基本要求之一。只有模型中的變量滿(mǎn)足平穩(wěn)性要求時(shí)，傳統(tǒng)的計(jì)量經(jīng)濟(jì)分析方法才是有效的。而在模型中含有非平穩(wěn)時(shí)間序列式，基于傳統(tǒng)的計(jì)量經(jīng)濟(jì)分析方法的估計(jì)和檢驗(yàn)統(tǒng)計(jì)計(jì)量將失去通常的性質(zhì)，從而推斷得出的結(jié)論可能是錯(cuò)誤的。因此，在建立模型之前有必要檢驗(yàn)數(shù)據(jù)的平穩(wěn)性。這就是平穩(wěn)性檢驗(yàn)。常見(jiàn)的數(shù)據(jù)類(lèi)型?時(shí)間序列數(shù)據(jù)（time-seriesdata)；?截面數(shù)據(jù)(cross-sectionaldata)；?平

2、行/面板數(shù)據(jù)（paneldata/time-seriescross-sectiondata)；經(jīng)典回歸分析暗含著一個(gè)重要假設(shè)：數(shù)據(jù)是平穩(wěn)的；數(shù)據(jù)非平穩(wěn)，往往導(dǎo)致出現(xiàn)“虛假回歸”。故：時(shí)間序列首先遇到的問(wèn)題就是平穩(wěn)性的問(wèn)題。（二）操作步驟注：進(jìn)行操作的數(shù)首先需要進(jìn)行取對(duì)數(shù)的處理。(1)File——New——Workfile。1(2)選擇Ustructured/Undated，在Observations里輸入數(shù)據(jù)量數(shù)——OK。(3)Quick——EmptyGroup——復(fù)制并粘貼數(shù)據(jù)——關(guān)閉。2(4)選

3、擇需要進(jìn)行平穩(wěn)性檢驗(yàn)的單個(gè)變量——右鍵Open——View——UnitRootTest——AugmentedDickey-Fuller——OK。3(5)查看結(jié)果。如果Prob的值大于0.05（或者0.1），或者1%、5%、10%水平下的臨界值小于假設(shè)的AugmentedDickey-Fuller的值，則說(shuō)明不能拒絕原假設(shè)，說(shuō)明不平穩(wěn)。反之，則拒絕原假設(shè)，說(shuō)明平穩(wěn)。為了得到的平穩(wěn)的結(jié)果，如果第一次檢驗(yàn)不平穩(wěn)，可以嘗試使用一階差分，如若再不平穩(wěn)，使用二階差分，以此類(lèi)推，直到得到平穩(wěn)的結(jié)果為止。4二、協(xié)整

4、性檢驗(yàn)（一）背景知識(shí)協(xié)整即存在共同的隨機(jī)性趨勢(shì)。協(xié)整檢驗(yàn)的目的是決定一組非平穩(wěn)序列的線性組合是否具有穩(wěn)定的均衡關(guān)系，偽回歸的一種特殊情況即是兩個(gè)時(shí)間序列的趨勢(shì)成分相同，此時(shí)可能利用這種共同趨勢(shì)修正回歸使之可靠。正是由于協(xié)整傳遞出了一種長(zhǎng)期均衡關(guān)系，若是能在看來(lái)具有單獨(dú)隨機(jī)性趨勢(shì)的幾個(gè)變量之間找到一種可靠聯(lián)系，那么通過(guò)引入這種醉漢與狗之間距離的“相對(duì)平穩(wěn)”對(duì)模型進(jìn)行調(diào)整，可以排除單位根帶來(lái)的隨機(jī)性趨勢(shì)，即所稱(chēng)的誤差修正模型。在進(jìn)行時(shí)間系列分析時(shí)，傳統(tǒng)上要求所用的時(shí)間系列必須是平穩(wěn)的，即沒(méi)有隨機(jī)趨勢(shì)或確

5、定趨勢(shì)，否則會(huì)產(chǎn)生“偽回歸”問(wèn)題。但是，在現(xiàn)實(shí)經(jīng)濟(jì)中的時(shí)間系列通常是非平穩(wěn)的，我們可以對(duì)它進(jìn)行差分把它變平穩(wěn)，但這樣會(huì)讓我們失去總量的長(zhǎng)期信息，而這些信息對(duì)分析問(wèn)題來(lái)說(shuō)又是必要的，所以用協(xié)整來(lái)解決此問(wèn)題。5（二）操作步驟(1)導(dǎo)入數(shù)據(jù)。方法同平穩(wěn)性檢驗(yàn)的步驟(1)(2)。(2)選擇需要進(jìn)行協(xié)整檢驗(yàn)的相關(guān)變量——OpenasGroup。(3)點(diǎn)擊View，選擇CointegrationTest，默認(rèn)值，最后點(diǎn)擊“確定”。6(4)查看結(jié)果。查看至少存在幾個(gè)的協(xié)整關(guān)系，并保證其Prob值小于0.05（或者

6、0.1），然后才可進(jìn)行Granger因果關(guān)系檢驗(yàn)。7三、Granger因果關(guān)系檢驗(yàn)（一）背景知識(shí)協(xié)整檢驗(yàn)說(shuō)明變量之間存在長(zhǎng)期均衡關(guān)系,但是否構(gòu)成因果關(guān)系,還需要進(jìn)一步檢驗(yàn)。如果變量X有助于預(yù)測(cè)Y,即根據(jù)Y的過(guò)去值對(duì)Y進(jìn)行回歸時(shí),如果再加上X的過(guò)去值,能夠顯著地增強(qiáng)回歸的解釋能力,則稱(chēng)X是Y的Granger原因,否則稱(chēng)為非Granger原因。其檢驗(yàn)?zāi)Ｐ蜑椋罕容^F統(tǒng)計(jì)量與臨界值的大小即可得檢驗(yàn)結(jié)果。如果F大于臨界值就拒絕零假設(shè)H0:x是y的Granger原因,若F小于臨界值,則不能拒絕零假設(shè):這就意味著

7、x不是y的“Granger原因”。（二）操作步驟(1)導(dǎo)入數(shù)據(jù)。方法同平穩(wěn)性檢驗(yàn)的步驟(1)(2)。(2)選擇需要進(jìn)行協(xié)整檢驗(yàn)的相關(guān)變量——OpenasGroup。(3)點(diǎn)擊View，選擇GanderCausality，默認(rèn)值，最后點(diǎn)擊“確定”。8(4)查看結(jié)果。如果Prob的值大于0.05（或者0.1），則說(shuō)明其兩者之間存在因果關(guān)系，否則則不存在因果關(guān)系。9四、VAR模型（一）背景知識(shí)向量自回歸模型簡(jiǎn)稱(chēng)VAR模型，是一種常用的計(jì)量經(jīng)濟(jì)模型，1980年由克里斯托弗·西姆斯（ChristopherSi

8、ms）提出。VAR模型是用模型中所有當(dāng)期變量對(duì)所有變量的若干滯后變量進(jìn)行回歸。VAR模型用來(lái)估計(jì)聯(lián)合內(nèi)生變量的動(dòng)態(tài)關(guān)系，而不帶有任何事先約束條件。它是AR模型的推廣，此模型目前已得到廣泛應(yīng)用。向量自回歸(VAR)是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型，VAR模型把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型。VAR模型是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測(cè)最容易操作的模型之一，并且在一定的