最全的VAR模型理論基礎(chǔ)及其Eviews實(shí)現(xiàn).ppt

最全的VAR模型理論基礎(chǔ)及其Eviews實(shí)現(xiàn).ppt

ID:49089097

大小:2.83 MB

頁(yè)數(shù):38頁(yè)

時(shí)間:2020-01-30

最全的VAR模型理論基礎(chǔ)及其Eviews實(shí)現(xiàn).ppt_第1頁(yè)
最全的VAR模型理論基礎(chǔ)及其Eviews實(shí)現(xiàn).ppt_第2頁(yè)
最全的VAR模型理論基礎(chǔ)及其Eviews實(shí)現(xiàn).ppt_第3頁(yè)
最全的VAR模型理論基礎(chǔ)及其Eviews實(shí)現(xiàn).ppt_第4頁(yè)
最全的VAR模型理論基礎(chǔ)及其Eviews實(shí)現(xiàn).ppt_第5頁(yè)
資源描述:

《最全的VAR模型理論基礎(chǔ)及其Eviews實(shí)現(xiàn).ppt》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、——VAR及其Eiews實(shí)現(xiàn)向量自回歸(VAR)模型主講人:鄧芳克里斯托弗?西姆斯3.VAR模型的檢驗(yàn)2.VAR的建立與識(shí)別4.脈沖響應(yīng)函數(shù)5.方差分解6.協(xié)整檢驗(yàn)1.向量自回歸理論向量自回歸理論導(dǎo)入Granger因果檢驗(yàn)及滯后階數(shù)p的確定脈沖響應(yīng)函數(shù)的基本思想及其Eiews實(shí)現(xiàn)VAR的表示與建立以及SVAR的識(shí)別方差分解及Eivews實(shí)現(xiàn)Johansen檢驗(yàn)與VEC模型一、向量自回歸理論傳統(tǒng)的計(jì)量經(jīng)濟(jì)方法(如聯(lián)立方程模型等結(jié)構(gòu)性方法)是以經(jīng)濟(jì)理論為基礎(chǔ)來(lái)描述變量關(guān)系的模型。遺憾的是,經(jīng)濟(jì)理論通常并不足以對(duì)變量之間的動(dòng)態(tài)聯(lián)系提供一個(gè)嚴(yán)密

2、的說(shuō)明,而且內(nèi)生變量既可以出現(xiàn)在方程的左端又可以出現(xiàn)在方程的右端使得估計(jì)和推斷變得更加復(fù)雜。為了解決這些問(wèn)題而出現(xiàn)了一種用非結(jié)構(gòu)性方法來(lái)建立各變量之間關(guān)系的模型。一、向量自回歸模型向量自回歸(Vecotratuo-regression)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)生變量的滯后值來(lái)構(gòu)造模型,從而將單變量自回歸模型推廣到多元時(shí)間序列變量組成的“向量”自回歸模型。一、向量自回歸理論1980年西姆斯(Ch-restopher?Sims)將VAR模型引入到經(jīng)濟(jì)學(xué)中,推動(dòng)了經(jīng)濟(jì)系統(tǒng)動(dòng)態(tài)性分析的廣泛應(yīng)

3、用,他本人也因此而榮獲2011年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。二、VAR模型的表示與建立1、VAR模型的一般表示:滯后階數(shù)為p的VAR模型表達(dá)式為Yt=A1Yt-1+A2Yt-2+…+ApYt-p+BXt+μt其中,Yt為k維內(nèi)生變量向量;Xt為d維外生變量向量;μt是k維誤差向量,A1,A2,…,Ap,B是待估系數(shù)矩陣。滯后階數(shù)為p的VAR模型表達(dá)式還可以表述為:即上式稱為非限制性向量自回歸(UnrestrictedVAR)模型,是滯后算子L的k*k的參數(shù)矩陣。當(dāng)行列式det[A(L)]的根都在單位圓外時(shí),不含外生變量的非限制性向量自回歸模型才滿足

4、平穩(wěn)性條件。2、結(jié)構(gòu)VAR模型(SVAR)結(jié)構(gòu)VAR是指在模型中加入了內(nèi)生變量的當(dāng)期值,即解釋變量中含有當(dāng)期變量,這是與VAR模型的不同之處。下面以兩變量SVAR模型為例進(jìn)行說(shuō)明。xt=b10+b12zt+γ11xt-1+γ12zt-1+μxtzt=b20+b21xt+γ21xt-1+γ22zt-1+μzt這是滯后階數(shù)p=1的SVAR模型。其中,xt和zt均是平穩(wěn)隨機(jī)過(guò)程;隨機(jī)誤差項(xiàng)μxt和μzt是白噪聲序列,并且它們之間不相關(guān)。系數(shù)b12表示變量的zt的變化對(duì)變量xt的影響;γ21表示xt-1的變化對(duì)zt的滯后影響。該模型同樣可以用如

5、下向量形式表達(dá),即B0yt=Γ0+Γ1yt-1+μt(一)變量選取根據(jù)宏觀經(jīng)濟(jì)理論,消費(fèi)(C)、投資(I)和出口(X)是影響經(jīng)濟(jì)的三駕馬車,對(duì)經(jīng)濟(jì)增長(zhǎng)有舉足輕重的影響。所用年度數(shù)據(jù)均取自歷年《海南統(tǒng)計(jì)年鑒》,每個(gè)變量樣本時(shí)間跨度為1987-2010年,樣本容量為24。(二)數(shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理包括三個(gè)步驟:(1)凡以美元為單位的數(shù)據(jù)全部按當(dāng)年的平均匯率折算為人民幣;(2)所有數(shù)據(jù)均按GDP平減指數(shù)(1987=100)進(jìn)行平減,以消除價(jià)格波動(dòng)因素影響并獲取實(shí)際值;(3)由于數(shù)據(jù)的自然對(duì)數(shù)變換不改變?cè)械膮f(xié)整關(guān)系,并能使其趨勢(shì)線性化,消除時(shí)

6、間序列中存在的異方差現(xiàn)象,所以對(duì)所有數(shù)據(jù)取其自然對(duì)數(shù)值,以增強(qiáng)數(shù)據(jù)線性化趨勢(shì)、消除異方差,同時(shí)便于考察各變量對(duì)GDP的敏感性。3、VAR模型的建立選擇“Quick”

7、“EstimateVAR…”選項(xiàng),將會(huì)彈出下圖所示的對(duì)話框。在“VARType”中有兩個(gè)選項(xiàng):“UnrestrictedVAR”建立的是無(wú)約束的向量自回歸模型,即VAR模型的簡(jiǎn)化式;“VectorErrorCorrection”建立的是誤差修正模型?!癊stimationSample”的編輯框中輸入的是樣本區(qū)間,當(dāng)工作文件建立好后,系統(tǒng)會(huì)自動(dòng)給出樣本區(qū)間?!癊ndogeno

8、usVariables”中輸入的是內(nèi)生變量?!癊xogenousVariables”中輸入的是外生變量,系統(tǒng)默認(rèn)情況下將常數(shù)項(xiàng)c作為外生變量。“LagIntervalsforEndogenous”中指定滯后區(qū)間三、VAR模型的檢驗(yàn)VAR模型的滯后結(jié)構(gòu)檢驗(yàn)(1)AR根的圖與表如果VAR模型所有根模的倒數(shù)都小于1,即都在單位圓內(nèi),則該模型是穩(wěn)定的;如果VAR模型所有根模的倒數(shù)都大于1,即都在單位圓外,則該模型是不穩(wěn)定的。如果被估計(jì)的VAR模型不穩(wěn)定,則得到的結(jié)果有些是無(wú)效的。(如脈沖響應(yīng)函數(shù)的標(biāo)準(zhǔn)誤差)在VAR對(duì)象的工具欄中選擇“View”

9、

10、“LagStructure”

11、“ARRootsTable/ARRootsGraph”選項(xiàng),得到AR根的表和圖。三、VAR模型的檢驗(yàn)(2)Granger因果檢驗(yàn)Granger因果檢驗(yàn)主要是用來(lái)檢驗(yàn)內(nèi)生變量是

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。