結(jié)構(gòu)向量自回歸(SVAR)模型操作步驟

1、SVARSVAR操作步驟1目錄一一 單位根檢驗(yàn)單位根檢驗(yàn)二二 兩種分析思路兩種分析思路 思路一思路一 VAR與與SVAR模型及應(yīng)用模型及應(yīng)用 思路二思路二 協(xié)整檢驗(yàn)及向量誤差修正模型（協(xié)整檢驗(yàn)及向量誤差修正模型（VEC）23 注：進(jìn)行向量自回歸與誤差修正模型分析首先必須進(jìn)行穩(wěn)定性檢驗(yàn)注：進(jìn)行向量自回歸與誤差修正模型分析首先必須進(jìn)行穩(wěn)定性檢驗(yàn)各個(gè)變量進(jìn)行穩(wěn)定性檢驗(yàn)結(jié)果及分析思路如下：各個(gè)變量進(jìn)行穩(wěn)定性檢驗(yàn)結(jié)果及分析思路如下： （1）均穩(wěn)定，則直接進(jìn)行均穩(wěn)定，則直接進(jìn)行VAR構(gòu)建構(gòu)建 請點(diǎn)請點(diǎn) （2）部分部分穩(wěn)定，部分不穩(wěn)定穩(wěn)定，部分不穩(wěn)定 請點(diǎn)請點(diǎn) （3）不穩(wěn)定，但均有相同單整階數(shù)，請點(diǎn)協(xié)整檢驗(yàn)

2、及不穩(wěn)定，但均有相同單整階數(shù)，請點(diǎn)協(xié)整檢驗(yàn)及VEC（建議做）也可以做（建議做）也可以做一一 各個(gè)變量進(jìn)行單位根檢驗(yàn)各個(gè)變量進(jìn)行單位根檢驗(yàn)VAR/SVAR建模第一步：請點(diǎn)建立初始VAR 第二步：請點(diǎn)初始VAR模型檢驗(yàn)第三步：請點(diǎn)確定最終的VAR第四步：請點(diǎn)在最終的VAR基礎(chǔ)上建立SVAR（可做可不做，建議做）.第五步：請點(diǎn)以第三步VAR或是第四步SVAR的為基 礎(chǔ)做脈沖分析及方差分解4第一步初始VAR建模序列要求：沒有任何要求序列要求：沒有任何要求 處理序列與否，撐握如下原則：處理序列與否，撐握如下原則： 原則一原則一：處理序列目的是使：處理序列目的是使VAR穩(wěn)定，只有當(dāng)穩(wěn)定，只有當(dāng)VAR不穩(wěn)定

3、是才考慮處理序列不穩(wěn)定是才考慮處理序列 原則二原則二：不要做：不要做I（2）向）向I（0），結(jié)果不好解釋，這樣處理能使），結(jié)果不好解釋，這樣處理能使VAR穩(wěn)定，也放穩(wěn)定，也放棄建模棄建模注一：注一：VAR穩(wěn)定是指穩(wěn)定是指VAR的的AR根均小于根均小于1（在單位圓內(nèi)），因?yàn)榉€(wěn)定（在單位圓內(nèi)），因?yàn)榉€(wěn)定VAR模型模型定，滿足脈沖分析及方差分解所需條件定，滿足脈沖分析及方差分解所需條件（見高鐵梅（見高鐵梅 計(jì)量分析方法與建模計(jì)量分析方法與建模 第第2版版 P301）。）。注二：由于注二：由于穩(wěn)定序列構(gòu)建的穩(wěn)定序列構(gòu)建的VAR容易達(dá)到穩(wěn)定性容易達(dá)到穩(wěn)定性要求，而夾雜了不穩(wěn)定序列難要求，而夾雜了不穩(wěn)定序

4、列難以使以使VAR穩(wěn)定，所以穩(wěn)定，所以有的書上直接講有的書上直接講VAR建模是要求序列平穩(wěn)建模是要求序列平穩(wěn)5第一步初始VAR建模注三：處理方法是差分或是取對數(shù)注三：處理方法是差分或是取對數(shù)注四：序列穩(wěn)定與否均可建立注四：序列穩(wěn)定與否均可建立VAR（VAR可能穩(wěn)定也可能不穩(wěn)定，不穩(wěn)定的序可能穩(wěn)定也可能不穩(wěn)定，不穩(wěn)定的序列沒有任何價(jià)值，所有我們最終是要建立一個(gè)穩(wěn)定的列沒有任何價(jià)值，所有我們最終是要建立一個(gè)穩(wěn)定的VAR，進(jìn)一步做脈沖及，進(jìn)一步做脈沖及方差分解）方差分解）滯后階數(shù)：任意設(shè)（因?yàn)槌跏紲箅A數(shù)：任意設(shè)（因?yàn)槌跏糣AR建立后要進(jìn)行檢驗(yàn)，以確定真正的滯后階建立后要進(jìn)行檢驗(yàn)，以確定真正的滯后階

5、數(shù)，以便在最終的數(shù)，以便在最終的VAR模型中引入正確的滯后階數(shù)）模型中引入正確的滯后階數(shù)）所有序列均視為內(nèi)生的，除非你已知哪些是外生（初始所有序列均視為內(nèi)生的，除非你已知哪些是外生（初始VAR建立后要進(jìn)行因建立后要進(jìn)行因果關(guān)系檢驗(yàn)，確定哪些變量為外生變量引入最終的果關(guān)系檢驗(yàn)，確定哪些變量為外生變量引入最終的VAR模型）模型） 軟件操做請點(diǎn)軟件操做請點(diǎn)軟件操做：建立軟件操做：建立最初的最初的VAR67檢驗(yàn)說明檢驗(yàn)說明對已構(gòu)建的初始對已構(gòu)建的初始VAR做如：做如： 一一 AR根觀察，以便根觀察，以便確定模型的穩(wěn)定性確定模型的穩(wěn)定性，模型不穩(wěn)定則某些結(jié)果（如脈沖，模型不穩(wěn)定則某些結(jié)果（如脈沖響應(yīng)函數(shù)

6、的標(biāo)準(zhǔn)誤差）不是有效的。響應(yīng)函數(shù)的標(biāo)準(zhǔn)誤差）不是有效的。 二二 檢驗(yàn)滯后階數(shù)檢驗(yàn)滯后階數(shù) 三三 因果關(guān)系檢驗(yàn)因果關(guān)系檢驗(yàn)（注：（注：因果關(guān)系檢驗(yàn)應(yīng)在階數(shù)確定后展開，如檢驗(yàn)結(jié)果階因果關(guān)系檢驗(yàn)應(yīng)在階數(shù)確定后展開，如檢驗(yàn)結(jié)果階數(shù)要更改，則用改正的階數(shù)重新構(gòu)建數(shù)要更改，則用改正的階數(shù)重新構(gòu)建VAR后再行檢驗(yàn)后再行檢驗(yàn)）軟件操做，軟件操做，請點(diǎn)請點(diǎn)VAR模型檢驗(yàn)操作初始VAR模型檢驗(yàn)8軟件操做：建立軟件操做：建立最初的最初的VARObjects/New object/VAR估計(jì)估計(jì)VAR模型模型VAR類型：類型：unrestricted VAR填寫：內(nèi)生變量，外生變量，及樣本區(qū)間填寫：內(nèi)生變量，外生變量

7、，及樣本區(qū)間滯后欄目：滯后欄目：滯后滯后成對輸入成對輸入/模型中模型中無外無外生生變量從變量從1開始，有外生變量時(shí)滯后從開始，有外生變量時(shí)滯后從0開始。開始。點(diǎn)點(diǎn)OK9VAR檢驗(yàn)操作檢驗(yàn)操作 一一： AR根觀察根觀察VAR窗口窗口 VIEW LAG STRUCTUREAR roots table 或或AR roots graph 注：特征根均小于1時(shí)模型穩(wěn)定 二：確定滯后階數(shù)二：確定滯后階數(shù) 原：滯后階數(shù)不為原：滯后階數(shù)不為jVAR窗口窗口 VIEW LAG STRUCTURELAG LENGTH CRITERIA填寫填寫最大階數(shù)最大階數(shù) 注：從最大注：從最大P開始檢驗(yàn)，軟件將以星號給出滯后階

8、數(shù)開始檢驗(yàn)，軟件將以星號給出滯后階數(shù) 三：因果關(guān)系檢驗(yàn)三：因果關(guān)系檢驗(yàn) 原：不是因果關(guān)系原：不是因果關(guān)系VAR窗口窗口 VIEW LAG STRUCTUREpairwise Granger Causality Tests注：注：軟件對各個(gè)內(nèi)生變量依次給出單個(gè)檢驗(yàn)與聯(lián)合檢驗(yàn)，當(dāng)軟件對各個(gè)內(nèi)生變量依次給出單個(gè)檢驗(yàn)與聯(lián)合檢驗(yàn)，當(dāng)P值大小臨界水平（通常為值大小臨界水平（通常為0.05）說明（）說明（X外生于外生于Y/ X不能不能Grange 引起引起Y ），簡單地：），簡單地：當(dāng)聯(lián)合檢驗(yàn)當(dāng)聯(lián)合檢驗(yàn)P值大值大于于0.05，則該被檢驗(yàn)的因變量外生于系統(tǒng)（外生變量），則該被檢驗(yàn)的因變量外生于系統(tǒng)（外生變量）

9、，應(yīng)重構(gòu)應(yīng)重構(gòu)VAR最終VAR建模記住VAR模型檢驗(yàn)所得的滯后階數(shù)記住 VAR模型檢驗(yàn)所得的外生變量如果你幸運(yùn)的話最初設(shè)置正確，你真歷害，不用再建模型了如果不幸運(yùn)，請利用所得信息 重新構(gòu)建VAR 重新檢驗(yàn)VAR不斷重復(fù)直至你的模型通過三項(xiàng)檢驗(yàn)（穩(wěn)定性，滯后階數(shù)正確，外生變量與內(nèi)生變量明晰）10在最終的VAR基礎(chǔ)上建立SVAR（可做可不做，建議做） 當(dāng)已構(gòu)建了當(dāng)已構(gòu)建了VAR以后就可以構(gòu)建以后就可以構(gòu)建SVAR模型具體模型具體 第一步：實(shí)施約束第一步：實(shí)施約束 第二步：估計(jì)第二步：估計(jì)S VAR 第三步：分析第三步：分析1112第一步：第一步：實(shí)施約束：矩陣約束填寫原則實(shí)施約束：矩陣約束填寫原則

10、文本約束，原則類同，填寫有別文本約束，原則類同，填寫有別（1）軟件短期約束基于）軟件短期約束基于AB-型型SVAR模型模型（ ），長期約束基于脈沖響應(yīng)的累積響應(yīng)函數(shù)，長期約束基于脈沖響應(yīng)的累積響應(yīng)函數(shù)（2）關(guān)于短期約束）關(guān)于短期約束 可識別條件：可識別條件： AB-型型SVAR模型至少需要模型至少需要 個(gè)約束個(gè)約束 可識別條件一般假設(shè)結(jié)構(gòu)信息可識別條件一般假設(shè)結(jié)構(gòu)信息 有單位方差，因此通常對矩陣有單位方差，因此通常對矩陣B的約束為對角陣（約束個(gè)數(shù)的約束為對角陣（約束個(gè)數(shù) 為為 ）或者單位矩陣（約束個(gè)數(shù)為）或者單位矩陣（約束個(gè)數(shù)為 ），以致獲得沖擊的標(biāo)準(zhǔn)偏差），以致獲得沖擊的標(biāo)準(zhǔn)偏差. A矩陣主

11、對角元素一般設(shè)為矩陣主對角元素一般設(shè)為1（約束個(gè)數(shù)為（約束個(gè)數(shù)為 K ） 在矩陣在矩陣B為單位陣情況下，對為單位陣情況下，對A矩陣的約束相當(dāng)于對矩陣的約束相當(dāng)于對 矩陣施加約束，即對變量間同期相關(guān)矩陣施加約束，即對變量間同期相關(guān) 關(guān)系的約束關(guān)系的約束 ，如有三個(gè)內(nèi)生變量稅收（，如有三個(gè)內(nèi)生變量稅收（1），政府支出（），政府支出（2），產(chǎn)出（），產(chǎn)出（3），根據(jù)經(jīng)濟(jì)理論當(dāng)期產(chǎn)出不），根據(jù)經(jīng)濟(jì)理論當(dāng)期產(chǎn)出不會(huì)影響當(dāng)期政府支出，即矩陣會(huì)影響當(dāng)期政府支出，即矩陣 中中 ，在約束時(shí)當(dāng)，在約束時(shí)當(dāng)B為單位陣時(shí)，直接寫成為單位陣時(shí)，直接寫成 約束矩陣中未知元素定義為約束矩陣中未知元素定義為NA（3）關(guān)于長期

12、約束）關(guān)于長期約束 建立包括長期響應(yīng)矩陣建立包括長期響應(yīng)矩陣 模塊，約束處填寫模塊，約束處填寫0，比如第，比如第2個(gè)內(nèi)生變量對第個(gè)內(nèi)生變量對第1結(jié)構(gòu)沖擊的長期影響為結(jié)構(gòu)沖擊的長期影響為0，則長期響應(yīng)矩陣模塊中第，則長期響應(yīng)矩陣模塊中第2行第行第1列元素為列元素為0，其他類同，無約束的填寫，其他類同，無約束的填寫NA（4）不能同時(shí)施加長期與短期約束）不能同時(shí)施加長期與短期約束 ttuBAetu 221 / 2kk k2kk2k0C0C230C230a矩陣約束填寫原則一一 約束矩陣約束矩陣B為單位陣為單位陣（約束個(gè)數(shù)為約束個(gè)數(shù)為 ）約束矩陣約束矩陣A為主對角元素為為主對角元素為1（約束個(gè)數(shù)為（約束

13、個(gè)數(shù)為 ）AB-型型SVAR模型至少需要模型至少需要 個(gè)約束個(gè)約束根據(jù)經(jīng)濟(jì)原理再在矩陣根據(jù)經(jīng)濟(jì)原理再在矩陣A中至少增加中至少增加 個(gè)個(gè)0約束約束132/122kkkkkkkk222/122kk第一步：第一步：實(shí)施約束：約束矩陣構(gòu)建與填寫實(shí)施約束：約束矩陣構(gòu)建與填寫一一 生成矩陣生成矩陣 Objects/New Object/選中選中Matrix-Vector-Coef ，填寫填寫矩陣名稱：矩陣名稱：A或或B或或填寫矩陣并保存填寫矩陣并保存 填寫規(guī)則見：填寫原則填寫規(guī)則見：填寫原則 1415從從VAR對象窗口的菜單中選擇對象窗口的菜單中選擇Procs/Estimate Structural Fa

14、ctorizationSVAR Options的對話框中，擊中的對話框中，擊中Matrix按鈕按鈕和和Short-Run Pattern按鈕，并在相應(yīng)的編輯框按鈕，并在相應(yīng)的編輯框中填入模版矩陣的名字。中填入模版矩陣的名字。 第二步：第二步：估計(jì)估計(jì)SVAR16脈沖響應(yīng)分析脈沖響應(yīng)分析VAR窗口窗口 VIEW impulse response17方差分解方差分解VAR窗口窗口 VIEW variance decomposition協(xié)整檢驗(yàn)及VEC協(xié)整檢驗(yàn) ：請點(diǎn)說明 請點(diǎn)：軟件操作情形一：不協(xié)整 說明沒長期穩(wěn)定關(guān)第，可以做：請點(diǎn)VAR模型情形二：協(xié)整 請點(diǎn)18協(xié)整檢驗(yàn)說說 明明VAR與VEC關(guān)

15、系是：VEC是有協(xié)整約束（即有長期穩(wěn)定關(guān)系）的VAR模型，多用于具有協(xié)整關(guān)系的非平穩(wěn)時(shí)間序列建模 高鐵梅 計(jì)理分析方法與建模 第2版 P295協(xié)整檢驗(yàn)僅對非平穩(wěn)序列（單整數(shù)相同）有效協(xié)整檢驗(yàn)僅對非平穩(wěn)序列（單整數(shù)相同）有效注：如有注：如有2階單整，其他是一階單整，則可將階單整，其他是一階單整，則可將2階單整原序列差分或取對數(shù)，生成新序階單整原序列差分或取對數(shù)，生成新序列，再與其他一階單整序列進(jìn)行協(xié)整檢驗(yàn)列，再與其他一階單整序列進(jìn)行協(xié)整檢驗(yàn) 協(xié)整要進(jìn)行序列平穩(wěn)性（單位根）檢驗(yàn)，只有滿足單整數(shù)相同的非平穩(wěn)序列才能進(jìn)協(xié)整要進(jìn)行序列平穩(wěn)性（單位根）檢驗(yàn)，只有滿足單整數(shù)相同的非平穩(wěn)序列才能進(jìn)行協(xié)整檢驗(yàn)行

16、協(xié)整檢驗(yàn) 原：不存在協(xié)整關(guān)系原：不存在協(xié)整關(guān)系1920 一一 起動(dòng)程序起動(dòng)程序 VAR對象或?qū)ο蠡騁roup(組組)對象的工具欄中選擇對象的工具欄中選擇View/Cointegration Test 即可。即可。二二 填寫對話窗填寫對話窗三三 協(xié)整結(jié)果協(xié)整結(jié)果21 關(guān)于序列關(guān)于序列假設(shè)假設(shè)可選部分可選部分關(guān)于協(xié)整關(guān)于協(xié)整方程假設(shè)方程假設(shè)滯后設(shè)定是指在輔助滯后設(shè)定是指在輔助回歸中的一階差分的回歸中的一階差分的滯后項(xiàng)，不是指原序滯后項(xiàng)，不是指原序列。例如，如果在編列。例如，如果在編輯欄中鍵入輯欄中鍵入“1 2”，協(xié)整檢驗(yàn)用協(xié)整檢驗(yàn)用 yt 對對 yt-1， yt-2 和其他和其他指定的外生變量作回

17、指定的外生變量作回歸，此時(shí)與原序列歸，此時(shí)與原序列 yt 有關(guān)的最大的滯后階有關(guān)的最大的滯后階數(shù)是數(shù)是3。對于一個(gè)滯。對于一個(gè)滯后階數(shù)為后階數(shù)為1的協(xié)整檢的協(xié)整檢驗(yàn)，在編輯框中應(yīng)鍵驗(yàn)，在編輯框中應(yīng)鍵入入“0 0”。 不能確定如不能確定如何選擇，則何選擇，則選擇此項(xiàng)選擇此項(xiàng)22 由于由于VEC模型的表達(dá)式僅僅適用于協(xié)整序列，所以應(yīng)模型的表達(dá)式僅僅適用于協(xié)整序列，所以應(yīng)先運(yùn)行先運(yùn)行Johansen協(xié)整檢驗(yàn)，并確定協(xié)整關(guān)系數(shù)。需要提供協(xié)整檢驗(yàn)，并確定協(xié)整關(guān)系數(shù)。需要提供協(xié)整信息作為協(xié)整信息作為VEC對象定義的一部分。對象定義的一部分。 如果要建立一個(gè)如果要建立一個(gè)VEC模型，在模型，在VAR對象設(shè)定

18、框中，從對象設(shè)定框中，從VAR Type中選擇中選擇Vector Error Correction項(xiàng)。在項(xiàng)。在VAR Specification欄中，除了特殊情況外，應(yīng)該提供與無約束欄中，除了特殊情況外，應(yīng)該提供與無約束的的VAR模型相同的信息：模型相同的信息： 23 常數(shù)或線性趨勢項(xiàng)不應(yīng)包括在常數(shù)或線性趨勢項(xiàng)不應(yīng)包括在Exogenous Series的編輯框中。對于的編輯框中。對于VEC模型的常數(shù)和趨勢說明應(yīng)定義在模型的常數(shù)和趨勢說明應(yīng)定義在Cointegration欄中。欄中。 例如，滯后說明例如，滯后說明“1 2”將包括將包括VEC模型右側(cè)的變量模型右側(cè)的變量的一階差分項(xiàng)的滯后，即的一階

19、差分項(xiàng)的滯后，即VEC模型是兩階滯后約束的模型是兩階滯后約束的VAR模型模型 。為了估計(jì)沒有一階差分項(xiàng)的。為了估計(jì)沒有一階差分項(xiàng)的VEC模型，指定模型，指定滯后的形式為：滯后的形式為：“0 0”。 24 對對VEC模型常數(shù)和趨勢的說明在模型常數(shù)和趨勢的說明在Cointegration欄欄（下圖（下圖）。）。必須從必須從5個(gè)趨勢假設(shè)說明中選擇一個(gè)，也必須在個(gè)趨勢假設(shè)說明中選擇一個(gè)，也必須在編輯框中填入?yún)f(xié)整關(guān)系的個(gè)數(shù)，應(yīng)該是一個(gè)小于編輯框中填入?yún)f(xié)整關(guān)系的個(gè)數(shù)，應(yīng)該是一個(gè)小于VEC模型模型中內(nèi)生變量個(gè)數(shù)的正數(shù)。中內(nèi)生變量個(gè)數(shù)的正數(shù)。 25 如果想強(qiáng)加約束于協(xié)整關(guān)系或如果想強(qiáng)加約束于協(xié)整關(guān)系或(和和)

20、調(diào)整參數(shù)，用調(diào)整參數(shù)，用Restrictions欄。注意：如果沒在欄。注意：如果沒在VAR Specification欄中單擊欄中單擊 Impose Restrictions項(xiàng)，這一欄將是灰色的。項(xiàng)，這一欄將是灰色的。 26 一旦填完這個(gè)對話框，單擊一旦填完這個(gè)對話框，單擊OK即可估計(jì)即可估計(jì)VEC模型。模型。VEC模型的估計(jì)分兩步完成：在第一步，從模型的估計(jì)分兩步完成：在第一步，從Johansen所用的協(xié)整檢驗(yàn)估計(jì)協(xié)整關(guān)系；第二步，所用的協(xié)整檢驗(yàn)估計(jì)協(xié)整關(guān)系；第二步，用所估計(jì)的協(xié)整關(guān)系構(gòu)造誤差修正項(xiàng)，并估計(jì)包括用所估計(jì)的協(xié)整關(guān)系構(gòu)造誤差修正項(xiàng)，并估計(jì)包括誤差修正項(xiàng)作為回歸量的一階差分形式的誤

21、差修正項(xiàng)作為回歸量的一階差分形式的VAR模型。模型。 2728 VEC模型估計(jì)的輸出包括兩部分。第一部分顯示了模型估計(jì)的輸出包括兩部分。第一部分顯示了第一步從第一步從Johansen過程所得到的結(jié)果。如果不強(qiáng)加約束，過程所得到的結(jié)果。如果不強(qiáng)加約束，EViews將會(huì)用系統(tǒng)默認(rèn)的能可以識別所有的協(xié)整關(guān)系的將會(huì)用系統(tǒng)默認(rèn)的能可以識別所有的協(xié)整關(guān)系的正規(guī)化方法。系統(tǒng)默認(rèn)的正規(guī)化表述為：將正規(guī)化方法。系統(tǒng)默認(rèn)的正規(guī)化表述為：將VEC模型中模型中前前 r 個(gè)變量作為剩余個(gè)變量作為剩余 k r 個(gè)變量的函數(shù)，其中個(gè)變量的函數(shù)，其中 r 表示協(xié)整表示協(xié)整關(guān)系數(shù)，關(guān)系數(shù)，k 是是VEC模型中內(nèi)生變量的個(gè)數(shù)。模

22、型中內(nèi)生變量的個(gè)數(shù)。 第二部分輸出是在第一步之后以誤差修正項(xiàng)作為回第二部分輸出是在第一步之后以誤差修正項(xiàng)作為回歸量的一階差分的歸量的一階差分的VAR模型。誤差修正項(xiàng)以模型。誤差修正項(xiàng)以CointEq1，CointEq2，表示形式輸出。輸出形式與無約束的表示形式輸出。輸出形式與無約束的VAR輸出形式相同。輸出形式相同。2930 在在VEC模型輸出結(jié)果的底部，有系統(tǒng)的兩個(gè)對數(shù)似然值。模型輸出結(jié)果的底部，有系統(tǒng)的兩個(gè)對數(shù)似然值。第一個(gè)值標(biāo)有第一個(gè)值標(biāo)有Log Likelihood (d.f. adjusted)，其計(jì)算用自由其計(jì)算用自由度修正的殘差協(xié)方差矩陣，這是無約束的度修正的殘差協(xié)方差矩陣，這是

23、無約束的VAR模型的對數(shù)似模型的對數(shù)似然值。標(biāo)有然值。標(biāo)有Log Likelihood的值是以沒有修正自由度的殘差的值是以沒有修正自由度的殘差協(xié)方差矩陣計(jì)算的。這個(gè)值與協(xié)整檢驗(yàn)所輸出的值是可比較協(xié)方差矩陣計(jì)算的。這個(gè)值與協(xié)整檢驗(yàn)所輸出的值是可比較的。的。 31 對于對于VEC模型，系數(shù)的估計(jì)保存在三個(gè)不同的二維數(shù)模型，系數(shù)的估計(jì)保存在三個(gè)不同的二維數(shù)組中：組中：A，B和和C。A包含調(diào)整參數(shù)矩陣包含調(diào)整參數(shù)矩陣 ；B包含協(xié)整矩陣；包含協(xié)整矩陣；C包含短期參數(shù)矩陣包含短期參數(shù)矩陣 （一階差方項(xiàng)滯后的系數(shù)）。（一階差方項(xiàng)滯后的系數(shù)）。 (1) A的第一個(gè)指標(biāo)是的第一個(gè)指標(biāo)是VEC的方程序號，第二個(gè)指

24、標(biāo)是的方程序號，第二個(gè)指標(biāo)是協(xié)整方程的序號。例如，協(xié)整方程的序號。例如，A(2,1) 表示：表示：VEC的第二個(gè)方程的第二個(gè)方程中的第一個(gè)協(xié)整方程的調(diào)整系數(shù)。中的第一個(gè)協(xié)整方程的調(diào)整系數(shù)。 (2) B的第一個(gè)指標(biāo)是協(xié)整方程序號，第二個(gè)指標(biāo)是協(xié)的第一個(gè)指標(biāo)是協(xié)整方程序號，第二個(gè)指標(biāo)是協(xié)整方程的變量序號。例如，整方程的變量序號。例如， B(2,1) 表示：第二個(gè)協(xié)整方程表示：第二個(gè)協(xié)整方程中第一個(gè)變量的系數(shù)。注意：這個(gè)索引與中第一個(gè)變量的系數(shù)。注意：這個(gè)索引與 的轉(zhuǎn)置相對應(yīng)。的轉(zhuǎn)置相對應(yīng)。32 (3) C的第一個(gè)指標(biāo)是的第一個(gè)指標(biāo)是VEC的方程序號，第二個(gè)指標(biāo)是的方程序號，第二個(gè)指標(biāo)是VEC中一階

25、差分回歸量的變量序號。例如，中一階差分回歸量的變量序號。例如，C(2,1) 表示：表示：VEC第二個(gè)方程中第一個(gè)一階差分回歸量的系數(shù)。第二個(gè)方程中第一個(gè)一階差分回歸量的系數(shù)。 在在VEC模型的名字后面加一個(gè)點(diǎn)號和系數(shù)元素，就可模型的名字后面加一個(gè)點(diǎn)號和系數(shù)元素，就可以獲得這些系數(shù)，如：以獲得這些系數(shù)，如： var01.a(2,1) var01.b(2,1) var01.c(2,1) 要察看要察看A , B和和C的每一個(gè)元素和被估計(jì)系數(shù)的對應(yīng)關(guān)的每一個(gè)元素和被估計(jì)系數(shù)的對應(yīng)關(guān)系，從系，從VAR的工具欄中選擇的工具欄中選擇 View/Representations 即可。即可。33變量名稱變量名稱

26、協(xié)整向量（協(xié)整向量（1）協(xié)整向量（協(xié)整向量（2）ln(slt)10ln(if t)01ln(m1 t-1)-0.16(-1.67)0ln(tivt)-0.51-0.98 （-8.41） (-33.99) rr t-4 0.03 0.03(2.70)( 7.87) ln(cpi t-3)-0.18-0.22 (-0.69)(-0.95) 常數(shù)項(xiàng)常數(shù)項(xiàng)-0.63 2.05 經(jīng)檢驗(yàn)，由表經(jīng)檢驗(yàn)，由表9.4中的協(xié)整向量分別得到的中的協(xié)整向量分別得到的2個(gè)線性組個(gè)線性組合序列都是平穩(wěn)的，即都是合序列都是平穩(wěn)的，即都是I(0)的。的。 34 表表9.4中取值為中取值為1或或0的變量系數(shù)是本例施加的約束，如

27、的變量系數(shù)是本例施加的約束，如協(xié)整方程協(xié)整方程1表示實(shí)際消費(fèi)方程，假設(shè)實(shí)際消費(fèi)與實(shí)際表示實(shí)際消費(fèi)方程，假設(shè)實(shí)際消費(fèi)與實(shí)際M1、實(shí)、實(shí)際利率、物價(jià)和實(shí)際工業(yè)總產(chǎn)值之間存在長期均衡關(guān)系，而際利率、物價(jià)和實(shí)際工業(yè)總產(chǎn)值之間存在長期均衡關(guān)系，而約束其他變量系數(shù)為約束其他變量系數(shù)為0，即，即 （9.7.16）其中其中ecm1t表示回歸方程的殘差項(xiàng)，也即誤差修正模型中的誤表示回歸方程的殘差項(xiàng)，也即誤差修正模型中的誤差修正項(xiàng)，式（差修正項(xiàng)，式（9.7.16）實(shí)際消費(fèi)方程中的系數(shù)表示：在其）實(shí)際消費(fèi)方程中的系數(shù)表示：在其他條件不變的情況下，實(shí)際他條件不變的情況下，實(shí)際M1每增加每增加1個(gè)百分點(diǎn)，實(shí)際消費(fèi)個(gè)百分

28、點(diǎn)，實(shí)際消費(fèi)平均將增加平均將增加0.16個(gè)百分點(diǎn)；而在其他條件不變的情況下，實(shí)個(gè)百分點(diǎn)；而在其他條件不變的情況下，實(shí)際工業(yè)總產(chǎn)值每提高際工業(yè)總產(chǎn)值每提高1個(gè)百分點(diǎn)，實(shí)際消費(fèi)平均提高個(gè)百分點(diǎn)，實(shí)際消費(fèi)平均提高0.51個(gè)個(gè)百分點(diǎn)；實(shí)際利率每提高百分點(diǎn)；實(shí)際利率每提高1個(gè)百分點(diǎn)，實(shí)際消費(fèi)平均降低個(gè)百分點(diǎn)，實(shí)際消費(fèi)平均降低0.03個(gè)百分點(diǎn)，但存在個(gè)百分點(diǎn)，但存在4個(gè)月的滯后效應(yīng)；同時(shí)，前個(gè)月的滯后效應(yīng)；同時(shí)，前3期物價(jià)期物價(jià)每提高每提高1個(gè)百分點(diǎn)，當(dāng)期實(shí)際消費(fèi)平均提高個(gè)百分點(diǎn)，當(dāng)期實(shí)際消費(fèi)平均提高0.18個(gè)百分點(diǎn)，個(gè)百分點(diǎn)，但是統(tǒng)計(jì)不顯著。但是統(tǒng)計(jì)不顯著。 ttttttecmcpirrtivmsl13

29、4163. 0)ln(18. 003. 0)ln(51. 0)1ln(16. 0)ln(35 協(xié)整方程協(xié)整方程2表示實(shí)際投資方程，假設(shè)實(shí)際固定資產(chǎn)投資與表示實(shí)際投資方程，假設(shè)實(shí)際固定資產(chǎn)投資與實(shí)際利率、物價(jià)和實(shí)際工業(yè)總產(chǎn)值之間存在長期均衡關(guān)系，實(shí)際利率、物價(jià)和實(shí)際工業(yè)總產(chǎn)值之間存在長期均衡關(guān)系，而約束其他變量系數(shù)為而約束其他變量系數(shù)為0，即，即 （9.7.17）其中其中ecm2t也表示回歸方程的殘差項(xiàng)，方程中的系數(shù)分別表示：也表示回歸方程的殘差項(xiàng)，方程中的系數(shù)分別表示：在其他條件不變的情況下，實(shí)際工業(yè)總產(chǎn)值每提高在其他條件不變的情況下，實(shí)際工業(yè)總產(chǎn)值每提高1個(gè)百分點(diǎn)，個(gè)百分點(diǎn)，實(shí)際投資平均提高

30、實(shí)際投資平均提高0.98，顯然工業(yè)增長對實(shí)際投資的拉動(dòng)作，顯然工業(yè)增長對實(shí)際投資的拉動(dòng)作用要大于對實(shí)際消費(fèi)的拉動(dòng)作用；實(shí)際利率每提高用要大于對實(shí)際消費(fèi)的拉動(dòng)作用；實(shí)際利率每提高1個(gè)百分點(diǎn)，個(gè)百分點(diǎn)，實(shí)際投資平均降低實(shí)際投資平均降低0.03個(gè)百分點(diǎn)，同樣存在一定的滯后效應(yīng)；個(gè)百分點(diǎn)，同樣存在一定的滯后效應(yīng)；同時(shí)，前同時(shí)，前3期物價(jià)每提高期物價(jià)每提高1個(gè)百分點(diǎn)，當(dāng)期實(shí)際投資平均提高個(gè)百分點(diǎn)，當(dāng)期實(shí)際投資平均提高0.22個(gè)百分點(diǎn)，但也是統(tǒng)計(jì)不顯著的。個(gè)百分點(diǎn)，但也是統(tǒng)計(jì)不顯著的。 tttttecmcpirrtivif23405. 2)ln(22. 003. 0)ln(98. 0)ln(36 式（式（

31、9.7.16）和式（）和式（9.7.17）分別給出了實(shí)際消費(fèi)和實(shí)際）分別給出了實(shí)際消費(fèi)和實(shí)際投資的長期均衡方程，在此基礎(chǔ)上討論變量之間的短期關(guān)系，投資的長期均衡方程，在此基礎(chǔ)上討論變量之間的短期關(guān)系，可以建立下面的可以建立下面的VEC模型：模型： (9.7.18)其中的每一個(gè)方程都是一個(gè)誤差修正模型。其中的每一個(gè)方程都是一個(gè)誤差修正模型。ecmtt-1 = yt-1是是誤差修正項(xiàng)向量，反映變量之間的長期均衡關(guān)系，本例中誤差修正項(xiàng)向量，反映變量之間的長期均衡關(guān)系，本例中由于篇幅限制，本例不再列出矩陣由于篇幅限制，本例不再列出矩陣和和i (i=1,2,3)的估計(jì)結(jié)果。的估計(jì)結(jié)果。此時(shí)，可以根據(jù)模型實(shí)現(xiàn)脈沖響應(yīng)函數(shù)和方差分解，并分析此時(shí)，可以根據(jù)模型實(shí)現(xiàn)脈沖響應(yīng)函數(shù)和方差分解，并分析變量之間的短期影響關(guān)系（變量之間的短期影響關(guān)系（i）。）。 titpiittyecmy111),(12111tttecmecmecm37 但在實(shí)際應(yīng)用中常常發(fā)現(xiàn)調(diào)整系數(shù)矩陣中部分參數(shù)不但在實(shí)際應(yīng)用中常常發(fā)現(xiàn)調(diào)整系數(shù)矩陣中部分參