向量自回歸模型

1、13.3 3.3 向量自回歸模型向量自回歸模型Vector Autoregression Models,VAR一、向量自回歸模型概述一、向量自回歸模型概述二、向量自回歸模型估計二、向量自回歸模型估計 三、格蘭杰因果關(guān)系檢驗三、格蘭杰因果關(guān)系檢驗 四、脈沖響應(yīng)分析四、脈沖響應(yīng)分析五、方差分解分析五、方差分解分析六、向量誤差修正模型六、向量誤差修正模型2The Prize in Economic Sciences 2011 The Royal Swedish Academy of Sciences has decided to award the Sveriges Riksbank Prize i

2、n Economic Sciences in Memory of Alfred Nobel for 2011 to Thomas J. Sargent, New York University, New York, NY, USA, and Christopher A. Sims, Princeton University, Princeton, NJ, USA, “for their empirical research on cause and effect in the macroeconomy” 3 How are GDP and inflation affected by a tem

3、porary increase in the interest rate or a tax cut? What happens if a central bank makes a permanent change in its inflation target or a government modifies its objective for budgetary balance? This years Laureates in economic sciences have developed methods for answering these and many of other ques

4、tions regarding the causal relationship between economic policy and different macroeconomic variables such as GDP, inflation, employment and investments. 4 These occurrences are usually two-way relationships policy affects the economy, but the economy also affects policy. Expectations regarding the

5、future are primary aspects of this interplay. The expectations of the private sector regarding future economic activity and policy influence decisions about wages, saving and investments. Concurrently, economic-policy decisions are influenced by expectations about developments in the private sector.

6、 The Laureates methods can be applied to identify these causal relationships and explain the role of expectations. This makes it possible to ascertain the effects of unexpected policy measures as well as systematic policy shifts. 5 Christopher Sims has developed a method based on so-called vector au

7、toregression to analyze how the economy is affected by temporary changes in economic policy and other factors. Sims and other researchers have applied this method to examine, for instance, the effects of an increase in the interest rate set by a central bank. It usually takes one or two years for th

8、e inflation rate to decrease, whereas economic growth declines gradually already in the short run and does not revert to its normal development until after a couple of years. 6一、向量自回歸模型概述一、向量自回歸模型概述 71 1、向量自回歸模型、向量自回歸模型 （ Vector Auto-Regression，VAR） tt1t-1pt-pY+A Y +A Y1,2,tT12t it it ikt iYYYY11.12

9、.1 .21.22.2 .1.2.jjk jjjk jjkjkjkk jA1(,)k12= (,)tttkt8 VAR的發(fā)展的發(fā)展 發(fā)生于發(fā)生于20世紀(jì)世紀(jì)70年代，以盧卡斯（年代，以盧卡斯（E.Lucas）、薩金）、薩金特（特（J.Sargent）、西姆斯（）、西姆斯（A.Sims）等為代表的對）等為代表的對經(jīng)典計量經(jīng)濟(jì)學(xué)的批判，其后果之一是導(dǎo)致計量經(jīng)濟(jì)經(jīng)典計量經(jīng)濟(jì)學(xué)的批判，其后果之一是導(dǎo)致計量經(jīng)濟(jì)學(xué)模型由經(jīng)濟(jì)理論導(dǎo)向轉(zhuǎn)向數(shù)據(jù)關(guān)系導(dǎo)向。學(xué)模型由經(jīng)濟(jì)理論導(dǎo)向轉(zhuǎn)向數(shù)據(jù)關(guān)系導(dǎo)向。 西姆斯（西姆斯（1980）等人將）等人將VAR模型引入宏觀經(jīng)濟(jì)分析中，模型引入宏觀經(jīng)濟(jì)分析中，使之成為現(xiàn)代時間序列分析

10、的主要模型之一。使之成為現(xiàn)代時間序列分析的主要模型之一。9 VAR的發(fā)展的發(fā)展 在經(jīng)濟(jì)預(yù)測領(lǐng)域，特別是宏觀經(jīng)濟(jì)預(yù)測領(lǐng)域，經(jīng)典的在經(jīng)濟(jì)預(yù)測領(lǐng)域，特別是宏觀經(jīng)濟(jì)預(yù)測領(lǐng)域，經(jīng)典的計量經(jīng)濟(jì)學(xué)結(jié)構(gòu)模型（包括聯(lián)立方程結(jié)構(gòu)模型）幾乎計量經(jīng)濟(jì)學(xué)結(jié)構(gòu)模型（包括聯(lián)立方程結(jié)構(gòu)模型）幾乎為向量自回歸模型所替代。為向量自回歸模型所替代。 原因在于經(jīng)典的計量經(jīng)濟(jì)學(xué)結(jié)構(gòu)模型是以理論為導(dǎo)向原因在于經(jīng)典的計量經(jīng)濟(jì)學(xué)結(jié)構(gòu)模型是以理論為導(dǎo)向而構(gòu)建的，特別是凱恩斯宏觀經(jīng)濟(jì)理論，而經(jīng)濟(jì)理論而構(gòu)建的，特別是凱恩斯宏觀經(jīng)濟(jì)理論，而經(jīng)濟(jì)理論并不能為現(xiàn)實的經(jīng)濟(jì)活動中變量之間的關(guān)系提供嚴(yán)格并不能為現(xiàn)實的經(jīng)濟(jì)活動中變量之間的關(guān)系提供嚴(yán)格的解釋。的

11、解釋。 10 VAR模型是一種非結(jié)構(gòu)化模型。模型是一種非結(jié)構(gòu)化模型。 主要通過實際經(jīng)濟(jì)數(shù)據(jù)而非經(jīng)濟(jì)理論來確定經(jīng)濟(jì)系統(tǒng)主要通過實際經(jīng)濟(jì)數(shù)據(jù)而非經(jīng)濟(jì)理論來確定經(jīng)濟(jì)系統(tǒng)的動態(tài)結(jié)構(gòu)；的動態(tài)結(jié)構(gòu)； 在建模過程中只需明確兩個量。一是所含變量個數(shù)在建模過程中只需明確兩個量。一是所含變量個數(shù)k，即需要把哪些變量包括在即需要把哪些變量包括在VAR模型中；一是自回歸的模型中；一是自回歸的最大滯后階數(shù)最大滯后階數(shù)p，使模型能反映出變量間相互影響的關(guān)，使模型能反映出變量間相互影響的關(guān)系并使得模型的隨機(jī)誤差項是白噪聲。系并使得模型的隨機(jī)誤差項是白噪聲。 不存在識別問題和內(nèi)生解釋變量問題，每個方程可看不存在識別問題和內(nèi)生

12、解釋變量問題，每個方程可看作獨立的方程進(jìn)行估計。作獨立的方程進(jìn)行估計。 11 VAR模型應(yīng)用上的局限性模型應(yīng)用上的局限性 首先，首先，VAR類模型主要應(yīng)用于經(jīng)濟(jì)預(yù)測，對于經(jīng)濟(jì)結(jié)類模型主要應(yīng)用于經(jīng)濟(jì)預(yù)測，對于經(jīng)濟(jì)結(jié)構(gòu)分析和政策評價等應(yīng)用領(lǐng)域，它的應(yīng)用存在方法論構(gòu)分析和政策評價等應(yīng)用領(lǐng)域，它的應(yīng)用存在方法論障礙；障礙； 其次，即使在經(jīng)濟(jì)預(yù)測方面，它的應(yīng)用也是有條件的。其次，即使在經(jīng)濟(jì)預(yù)測方面，它的應(yīng)用也是有條件的。關(guān)鍵在于宏觀經(jīng)濟(jì)運行中是否存在結(jié)構(gòu)約束。關(guān)鍵在于宏觀經(jīng)濟(jì)運行中是否存在結(jié)構(gòu)約束。 應(yīng)用應(yīng)用VAR模型，更多地是將它作為一個動態(tài)平衡系統(tǒng)，模型，更多地是將它作為一個動態(tài)平衡系統(tǒng)，分析該系統(tǒng)

13、受到某種沖擊時系統(tǒng)中各個變量的動態(tài)變分析該系統(tǒng)受到某種沖擊時系統(tǒng)中各個變量的動態(tài)變化，以及每一個沖擊對內(nèi)生變量變化的貢獻(xiàn)度，即脈化，以及每一個沖擊對內(nèi)生變量變化的貢獻(xiàn)度，即脈沖響應(yīng)分析和方差分解分析。沖響應(yīng)分析和方差分解分析。 122 2、結(jié)構(gòu)向量自回歸模型、結(jié)構(gòu)向量自回歸模型 （Structural Vector Auto-Regression，SVAR） 西姆斯（西姆斯（1986）以及布蘭查德（）以及布蘭查德（Q.J.Blanchard）和）和匡赫（匡赫（D.Quah）（）（1989） 變量之間的當(dāng)期關(guān)系揭示了變量之間的相互影響，實變量之間的當(dāng)期關(guān)系揭示了變量之間的相互影響，實際上是對際上

14、是對VAR模型施加了基于經(jīng)濟(jì)理論的限制性條件，模型施加了基于經(jīng)濟(jì)理論的限制性條件，從而識別變量之間的結(jié)構(gòu)關(guān)系。從而識別變量之間的結(jié)構(gòu)關(guān)系。 經(jīng)典聯(lián)立方程模型的識別理論和估計理論完全適用于經(jīng)典聯(lián)立方程模型的識別理論和估計理論完全適用于SVAR模型中每個方程。模型中每個方程。 tt 0t1t-1pt-pY A Y +A Y +A Y133 3、修正的、修正的VARVAR（CVARCVAR） 根據(jù)對經(jīng)濟(jì)行為的分析，在模型方程的右邊引入必要根據(jù)對經(jīng)濟(jì)行為的分析，在模型方程的右邊引入必要的外生變量的外生變量 。 等同于經(jīng)典聯(lián)立方程結(jié)構(gòu)式模型。等同于經(jīng)典聯(lián)立方程結(jié)構(gòu)式模型。ttt0t1t-1pt-pY A

15、 Y +A Y +A YX14二、向量自回歸模型的估計二、向量自回歸模型的估計 151 1、VARVAR模型的估計模型的估計 VAR模型的每個方程可看作獨立的方程，常用的模型的每個方程可看作獨立的方程，常用的OLS法可用于逐一估計每個方程。法可用于逐一估計每個方程。 模型最優(yōu)滯后階數(shù)的確定模型最優(yōu)滯后階數(shù)的確定 一方面想使滯后階數(shù)足夠大，以便能充分的利用所構(gòu)一方面想使滯后階數(shù)足夠大，以便能充分的利用所構(gòu)造模型的變量信息。造模型的變量信息。 另一方面，滯后階數(shù)不能過大，因為滯后階數(shù)越大需另一方面，滯后階數(shù)不能過大，因為滯后階數(shù)越大需要估計的參數(shù)也就越多，模型的自由度就減少，而通要估計的參數(shù)也就越

16、多，模型的自由度就減少，而通常數(shù)據(jù)有限，可能不足于估計模型。常數(shù)據(jù)有限，可能不足于估計模型。 常用準(zhǔn)則：常用準(zhǔn)則：LR統(tǒng)計量、統(tǒng)計量、AIC 、SC 162 2、SVARSVAR模型的估計模型的估計 經(jīng)典聯(lián)立方程模型的識別理論和估計理論完全適經(jīng)典聯(lián)立方程模型的識別理論和估計理論完全適用于用于SVAR模型中每個方程。模型中每個方程。 17三、格蘭杰因果關(guān)系檢驗三、格蘭杰因果關(guān)系檢驗Granger Test of Causality181 1、原理、原理 VARVAR模型揭示：某變量的變化受其自身及其他變模型揭示：某變量的變化受其自身及其他變量過去行為的影響。量過去行為的影響。 當(dāng)兩個變量在時間上

17、有先導(dǎo)當(dāng)兩個變量在時間上有先導(dǎo)滯后關(guān)系時，滯后關(guān)系時，可以從統(tǒng)計上考察這種關(guān)系是單向的還是雙向?？梢詮慕y(tǒng)計上考察這種關(guān)系是單向的還是雙向。如果主要是一個變量過去的行為在影響另一個變量如果主要是一個變量過去的行為在影響另一個變量的當(dāng)前行為，存在單向關(guān)系；的當(dāng)前行為，存在單向關(guān)系；如果雙方的過去行為在相互影響著對方的當(dāng)前行為，如果雙方的過去行為在相互影響著對方的當(dāng)前行為，存在雙向關(guān)系。存在雙向關(guān)系。 VARVAR模型可以用于變量間關(guān)系的檢驗。模型可以用于變量間關(guān)系的檢驗。192 2、格蘭杰因果關(guān)系檢驗、格蘭杰因果關(guān)系檢驗X對對Y有單向影響：有單向影響：整體不為零，而整體不為零，而整體為零；整體為零

18、；Y對對X有單向影響：有單向影響：整體不為零，而整體不為零，而 整體為零；整體為零； Y與與X間存在雙向影響：間存在雙向影響：和和整體不為零；整體不為零；Y與與X間不存在影響：間不存在影響：和和整體為零。整體為零。titmiimiititYXY111titmiimiititXYX21120 格蘭杰檢驗是通過受約束的格蘭杰檢驗是通過受約束的F檢驗檢驗完成的。如完成的。如: :titmiimiititYXY111012:0mH)/(/)(knRSSmRSSRSSFUUR如果如果FF (m,n-k) ，則拒絕原假設(shè)。，則拒絕原假設(shè)。能否說能否說“X X是是Y Y的格蘭杰原因的格蘭杰原因”？為什么？為

19、什么？21如果如果FF (m,n-k) ，則不拒絕原假設(shè)。，則不拒絕原假設(shè)。綜合上述檢驗：綜合上述檢驗： X X是是Y Y的格蘭杰原因。的格蘭杰原因。titmiimiititXYX211012:0mH)/(/)(knRSSmRSSRSSFUUR223 3、例題演示、例題演示 檢驗檢驗19782006年間中國當(dāng)年價年間中國當(dāng)年價GDP（X）與居）與居民消費民消費(Y)之間的因果關(guān)系。之間的因果關(guān)系。23數(shù)據(jù)數(shù)據(jù)24選擇選擇Granger檢驗檢驗25選擇檢驗的序列選擇檢驗的序列26確定滯后階數(shù)（確定滯后階數(shù)（1階）階）27檢驗結(jié)果檢驗結(jié)果由相伴概率知，在5%的顯著性水平下，既拒絕“X不是Y的格蘭杰

20、原因”的假設(shè),也拒絕“Y不是X的格蘭杰原因”的假設(shè)。因此，從1階滯后的情況看，可支配收入X的增長與居民消費支出Y增長互為格蘭杰原因。從檢驗?zāi)Ｐ碗S機(jī)干擾項1階序列相關(guān)的LM檢驗看，以Y為被解釋變量的模型的LM=0.897，對應(yīng)的伴隨概率P= 0.343，表明在5%的顯著性水平下，該檢驗?zāi)Ｐ筒淮嬖谛蛄邢嚓P(guān)性；但是，以X為被解釋變量的模型的LM=11.37，對應(yīng)的伴隨概率P= 0.001，表明在5%的顯著性水平下，該檢驗?zāi)Ｐ痛嬖趪?yán)重的序列相關(guān)性。284 4、幾個應(yīng)用中的實際問題、幾個應(yīng)用中的實際問題 滯后期長度的選擇問題滯后期長度的選擇問題 檢驗結(jié)果對于滯后期長度的選擇比較敏感，不同的滯檢驗結(jié)果對于

21、滯后期長度的選擇比較敏感，不同的滯后期可能會得到不同的檢驗結(jié)果。后期可能會得到不同的檢驗結(jié)果。 一般而言，需要進(jìn)行不同滯后期長度下的檢驗，觀察一般而言，需要進(jìn)行不同滯后期長度下的檢驗，觀察其敏感程度；并且根據(jù)模型中隨機(jī)誤差項不存在序列其敏感程度；并且根據(jù)模型中隨機(jī)誤差項不存在序列相關(guān)時的滯后期長度來選取滯后期。相關(guān)時的滯后期長度來選取滯后期。 例題中不同滯后期的檢驗結(jié)果例題中不同滯后期的檢驗結(jié)果29 從2階滯后期開始，檢驗?zāi)Ｐ投季芙^了“X不是Y的格蘭杰原因”的假設(shè)，而不拒絕“Y不是X的原因”的假設(shè)。 滯后階數(shù)為2或3時，兩類檢驗?zāi)Ｐ投疾淮嬖谛蛄邢嚓P(guān)性。 由赤池信息準(zhǔn)則，發(fā)現(xiàn)滯后2階檢驗?zāi)Ｐ蛽碛?/p>

22、較小的AIC值。 可判斷：可支配收入可支配收入X是居民消費支出是居民消費支出Y的格蘭杰原因，而不是相反，的格蘭杰原因，而不是相反，即國民收入的增加更大程度地影響著消費的增加。即國民收入的增加更大程度地影響著消費的增加。 30 對于同階單整的非平穩(wěn)序列：對于同階單整的非平穩(wěn)序列： 理論上講不能直接采用。理論上講不能直接采用。 經(jīng)過差分以后采用，經(jīng)濟(jì)意義發(fā)生變化。經(jīng)過差分以后采用，經(jīng)濟(jì)意義發(fā)生變化。 模擬試驗表明，當(dāng)模擬試驗表明，當(dāng)2個序列逐漸由平穩(wěn)過程向非平穩(wěn)過個序列逐漸由平穩(wěn)過程向非平穩(wěn)過程過渡時，檢驗存在因果關(guān)系的概率出現(xiàn)一定程度的程過渡時，檢驗存在因果關(guān)系的概率出現(xiàn)一定程度的上升。但上升幅

23、度遠(yuǎn)小于上升。但上升幅度遠(yuǎn)小于2個序列之間因果關(guān)系的顯著個序列之間因果關(guān)系的顯著性增強(qiáng)時所引起的上升幅度。性增強(qiáng)時所引起的上升幅度。 同階單整非平穩(wěn)序列的同階單整非平穩(wěn)序列的Granger因果檢驗結(jié)果具有一因果檢驗結(jié)果具有一定的可靠性。定的可靠性。31 樣本容量問題樣本容量問題 時間序列的樣本容量對檢驗結(jié)果具有影響；時間序列的樣本容量對檢驗結(jié)果具有影響； 模擬試驗表明，對于兩個平穩(wěn)序列，隨著樣本容量的模擬試驗表明，對于兩個平穩(wěn)序列，隨著樣本容量的增大，判斷出存在格蘭杰因果關(guān)系的概率顯著增大。增大，判斷出存在格蘭杰因果關(guān)系的概率顯著增大。 32 Granger因果檢驗是必要條件，不是充分條件。因

24、果檢驗是必要條件，不是充分條件。 經(jīng)濟(jì)行為上存在因果關(guān)系的時間序列，應(yīng)該能夠通過經(jīng)濟(jì)行為上存在因果關(guān)系的時間序列，應(yīng)該能夠通過格蘭杰因果關(guān)系檢驗；格蘭杰因果關(guān)系檢驗； 而在統(tǒng)計上通過格蘭杰因果關(guān)系檢驗的時間序列，在而在統(tǒng)計上通過格蘭杰因果關(guān)系檢驗的時間序列，在經(jīng)濟(jì)行為上并不一定存在因果關(guān)系。經(jīng)濟(jì)行為上并不一定存在因果關(guān)系。 模擬試驗表明，經(jīng)濟(jì)行為上不存在因果關(guān)系的平穩(wěn)時模擬試驗表明，經(jīng)濟(jì)行為上不存在因果關(guān)系的平穩(wěn)時間序列之間也可能存在著統(tǒng)計上的因果關(guān)系。間序列之間也可能存在著統(tǒng)計上的因果關(guān)系。 例如：城鎮(zhèn)居民收入（例如：城鎮(zhèn)居民收入（CZJMSR）是農(nóng)村居民消費）是農(nóng)村居民消費（NCJMXF）

25、的原因？）的原因？ 33數(shù)據(jù)數(shù)據(jù)34檢驗結(jié)果檢驗結(jié)果 統(tǒng)計檢驗必須建立在經(jīng)濟(jì)關(guān)系分析的基礎(chǔ)之上，統(tǒng)計檢驗必須建立在經(jīng)濟(jì)關(guān)系分析的基礎(chǔ)之上，結(jié)論才有意義。結(jié)論才有意義。35四、脈沖響應(yīng)分析四、脈沖響應(yīng)分析361 1、脈沖響應(yīng)函數(shù)、脈沖響應(yīng)函數(shù) 脈沖響應(yīng)函數(shù)方法脈沖響應(yīng)函數(shù)方法(Impulse Response Function，IRF)是分析是分析VAR模型受到某種沖擊時模型受到某種沖擊時對系統(tǒng)的動態(tài)影響。對系統(tǒng)的動態(tài)影響。 具體地說，它描述的是在某個內(nèi)生變量的隨機(jī)誤具體地說，它描述的是在某個內(nèi)生變量的隨機(jī)誤差項上施加一個標(biāo)準(zhǔn)差大小的沖擊后對所有內(nèi)生差項上施加一個標(biāo)準(zhǔn)差大小的沖擊后對所有內(nèi)生變量

26、的當(dāng)期值和未來值所產(chǎn)生的影響。變量的當(dāng)期值和未來值所產(chǎn)生的影響。 3711ttpt ptYAYA Y()tN0,相互之間可以同相互之間可以同期相關(guān)，但不與期相關(guān)，但不與自己的滯后值相自己的滯后值相關(guān)關(guān), ,也不與方程也不與方程右邊的變量相關(guān)。右邊的變量相關(guān)。112121122()()= pptqqttttq t qLLLLLtYI AAI CCCCCC1ttLYYtqqtYC,( )i tqqijjtYc脈沖響應(yīng)函數(shù)：脈沖響應(yīng)函數(shù)：在其他誤差項在任何時期在其他誤差項在任何時期都不變的條件下，當(dāng)?shù)诙疾蛔兊臈l件下，當(dāng)?shù)趈 j個變量對應(yīng)的誤個變量對應(yīng)的誤差項在差項在t t期受到一個單位的沖擊后，對第

27、期受到一個單位的沖擊后，對第i i個內(nèi)生變量在個內(nèi)生變量在t+qt+q期造成的影響。期造成的影響。382 2、Cholesky正交化脈沖響應(yīng)函數(shù)正交化脈沖響應(yīng)函數(shù) 當(dāng)隨機(jī)誤差項相關(guān)時，也就是存在交叉的干擾源，當(dāng)隨機(jī)誤差項相關(guān)時，也就是存在交叉的干擾源，不能被任何特定的變量所識別。不能被任何特定的變量所識別。 利用利用Cholesky分解法，將交叉的干擾源分解為獨分解法，將交叉的干擾源分解為獨立的干擾源。立的干擾源。 正交化過程如下：以正交化過程如下：以VAR模型第一個方程的隨機(jī)模型第一個方程的隨機(jī)誤差項為基礎(chǔ)，將第誤差項為基礎(chǔ)，將第2個方程的隨機(jī)誤差項除掉個方程的隨機(jī)誤差項除掉與第一個方程隨機(jī)

28、誤差項的相關(guān)部分，得到正交與第一個方程隨機(jī)誤差項的相關(guān)部分，得到正交化后的隨機(jī)誤差項。第化后的隨機(jī)誤差項。第3個方程的隨機(jī)誤差項除個方程的隨機(jī)誤差項除掉與第掉與第1和第和第2個方程隨機(jī)誤差項的相關(guān)部分，得個方程隨機(jī)誤差項的相關(guān)部分，得到正交化后的隨機(jī)誤差項。以此類推，第到正交化后的隨機(jī)誤差項。以此類推，第k個方個方程的隨機(jī)誤差項除掉與前（程的隨機(jī)誤差項除掉與前（k-1）個方程隨機(jī)誤差）個方程隨機(jī)誤差項的相關(guān)部分，得到正交化后的隨機(jī)誤差項項的相關(guān)部分，得到正交化后的隨機(jī)誤差項 。39ttP21121111112201122()= qtqttttqt qtttq t qLLLYICCCP P CP

29、 C P C P C CC C t qqtYC,()i tqqijtjYc403 3、應(yīng)用中的問題、應(yīng)用中的問題 雖然喬利斯基分解被廣泛應(yīng)用，但是對于交叉的雖然喬利斯基分解被廣泛應(yīng)用，但是對于交叉的干擾源的歸屬來說，它還是一種很隨意的方法。干擾源的歸屬來說，它還是一種很隨意的方法。而且而且VAR模型變量順序的改變將會影響到脈沖響模型變量順序的改變將會影響到脈沖響應(yīng)函數(shù)。應(yīng)函數(shù)。 在應(yīng)用正交化脈沖響應(yīng)函數(shù)反映變量之間的動態(tài)在應(yīng)用正交化脈沖響應(yīng)函數(shù)反映變量之間的動態(tài)關(guān)系時，必須對變量的順序進(jìn)行充分的考慮。通關(guān)系時，必須對變量的順序進(jìn)行充分的考慮。通常按照變量的外生性強(qiáng)弱進(jìn)行排序。例如，居民常按照變

30、量的外生性強(qiáng)弱進(jìn)行排序。例如，居民消費和居民收入兩個變量，應(yīng)該將居民收入排在消費和居民收入兩個變量，應(yīng)該將居民收入排在居民消費的前面，收入是消費的前提。居民消費的前面，收入是消費的前提。41 不能只將關(guān)注的變量建立不能只將關(guān)注的變量建立VAR模型，應(yīng)將所有相模型，應(yīng)將所有相互影響的變量都包含在向量中。若只將要研究的互影響的變量都包含在向量中。若只將要研究的變量考慮進(jìn)來，而忽略其它也與這些變量有關(guān)的變量考慮進(jìn)來，而忽略其它也與這些變量有關(guān)的變量，如此構(gòu)建的變量，如此構(gòu)建的VAR模型的正交化脈沖響應(yīng)函模型的正交化脈沖響應(yīng)函數(shù)是沒有應(yīng)用價值的。數(shù)是沒有應(yīng)用價值的。 當(dāng)向量非平穩(wěn)時，向量自回歸模型的正

31、交化脈沖當(dāng)向量非平穩(wěn)時，向量自回歸模型的正交化脈沖響應(yīng)函數(shù)不收斂。所以，要應(yīng)用正交化脈沖響應(yīng)響應(yīng)函數(shù)不收斂。所以，要應(yīng)用正交化脈沖響應(yīng)函數(shù)反映變量間的動態(tài)關(guān)系，向量必須平穩(wěn)。向函數(shù)反映變量間的動態(tài)關(guān)系，向量必須平穩(wěn)。向量平穩(wěn)除了向量的每個分量平穩(wěn)外，量平穩(wěn)除了向量的每個分量平穩(wěn)外，VAR模型特模型特征方程的所有特征值都要在單位圓以外。征方程的所有特征值都要在單位圓以外。424 4、例題、例題 影響中美貿(mào)易量的決定因素是什么？人民幣匯率影響中美貿(mào)易量的決定因素是什么？人民幣匯率是影響中美貿(mào)易量的決定因素嗎？是影響中美貿(mào)易量的決定因素嗎？ 變量選擇：變量選擇： 為充分考慮影響中美進(jìn)出口貿(mào)易的因素，

32、在經(jīng)濟(jì)體方面，將日本與歐盟的因素考慮進(jìn)來；在宏觀經(jīng)濟(jì)數(shù)據(jù)方面，考慮GDP、CPI、匯率等因素的影響。VAR模型中的變量包括：中國GDP、美國GDP、日本GDP、歐盟GDP、人民幣兌美元匯率、人民幣兌日元匯率、人民幣兌歐元匯率、中國CPI、美國CPI、中國對美國進(jìn)口總額、中國對美國出口總額共11個變量，樣本區(qū)間為2005年7月至2010年12月，采用66個月度數(shù)據(jù)。 43 數(shù)據(jù)處理數(shù)據(jù)處理 由于進(jìn)出口貿(mào)易額和GDP存在明顯的季節(jié)趨勢，因此采用TRAMO/SEATS方法對中美日歐的GDP及中美的進(jìn)出口貿(mào)易量進(jìn)行季節(jié)調(diào)整。 為了避免模型出現(xiàn)“偽回歸”現(xiàn)象，要求各時間序列的變量具有同階平穩(wěn)性，因此首先

33、應(yīng)對模型所涉及的時間序列變量進(jìn)行季節(jié)調(diào)整和一次差分后進(jìn)行ADF單位根檢驗。ADF檢驗結(jié)果表明11個變量都是I(1)序列，進(jìn)一步的JJ協(xié)整檢驗表明11個變量協(xié)整。 44 滯后階數(shù)的確定滯后階數(shù)的確定 因為11個變量都是I(1)序列，若直接建立VAR模型，模型不穩(wěn)定且脈沖響應(yīng)函數(shù)不收斂。為此，采用各變量的一階差分建立VAR模型。 運用Eviews6.0建立VAR模型并考查滯后階數(shù)，根據(jù)AIC信息準(zhǔn)則、SC信息準(zhǔn)則確定滯后階數(shù)為2。 45 廣義脈沖響應(yīng)分析廣義脈沖響應(yīng)分析(Generalized Impulse Responses ） 中美國內(nèi)生產(chǎn)總值（中美國內(nèi)生產(chǎn)總值（GDP）變化量對進(jìn)口量變化量

34、的）變化量對進(jìn)口量變化量的影響影響 各幣種匯率變化量對進(jìn)口量變化量的影響各幣種匯率變化量對進(jìn)口量變化量的影響 各幣種匯率變化量對出口量變化量的影響各幣種匯率變化量對出口量變化量的影響 46美國、中國GDP變化對中國從美國進(jìn)口影響的脈沖響應(yīng)函數(shù) -1.6-1.2-0.8-0.40.00.40.81.21.65101520253035Response of _IMPORT to _AMERICAGDP-1.6-1.2-0.8-0.40.00.40.81.21.65101520253035Response of _IMPORT to _CHINESEGDPResponse to Generalize

35、d One S.D. Innovations 2 S.E.47美國、中國GDP變化對中國對美國出口影響的脈沖響應(yīng)函數(shù) -40485101520253035Response of _EXPORT to _AMERICAGDP-40485101520253035Response of _EXPORT to _CHINESEGDPResponse to Generalized One S.D. Innovations 2 S.E.48人民幣兌歐元、美元、日元的匯率變化對中國從美國進(jìn)口貿(mào)易量的脈沖響應(yīng)函數(shù) -1.5-1.0-0.50.00.51.01.55101520253035Response of

36、 _IMPORT to _EUR-1.5-1.0-0.50.00.51.01.55101520253035Response of _IMPORT to _DOLLAR-1.5-1.0-0.50.00.51.01.55101520253035Response of _IMPORT to _YENResponse to Generalized One S.D. Innovations 2 S.E.49人民幣兌歐元、美元、日元的匯率變化對中國對美國出口貿(mào)易量的脈沖響應(yīng)函數(shù) -6-4-202465101520253035Response of _EXPORT to _EUR-6-4-202465101

37、520253035Response of _EXPORT to _DOLLAR-6-4-202465101520253035Response of _EXPORT to _YENResponse to Generalized One S.D. Innovations 2 S.E.50人民幣兌歐元、美元、日元的匯率變化對中國從美國進(jìn)口貿(mào)易量累積的脈沖響應(yīng)函數(shù) -4-202465101520253035Accumulated Response of _IMPORT to _EUR-4-202465101520253035Accumulated Response of _IMPORT to _DOL

38、LAR-4-202465101520253035Accumulated Response of _IMPORT to _YENAccumulated Response to Generalized One S.D. Innovations 2 S.E.51人民幣兌歐元、美元、日元的匯率變化對中國對美國進(jìn)口貿(mào)易量累積的脈沖響應(yīng)函數(shù) -10-50510155101520253035Accumulated Response of _EXPORT to _EUR-10-50510155101520253035Accumulated Response of _EXPORT to _DOLLAR-10-505