《向量自回歸模型》ppt課件-全文預(yù)覽
【正文】 50510155 10 15 20 25 30 35A c c u m u l a t e d R e s p o n s e o f _ E X P O R T t o _ D O L L A R 1 050510155 10 15 20 25 30 35A c c u m u l a t e d R e s p o n s e o f _ E X P O R T t o _ Y E NA c c u m u l a t e d R e s p o n s e t o G e n e r a l i z e d O n e S . D . I n n o v a t i o n s 177。 ? 相對(duì)方差貢獻(xiàn)率 度量了第 j個(gè)變量基于正交化沖擊的方差對(duì) Yi的方差的相對(duì)貢獻(xiàn)度，反映了第 j個(gè)變量對(duì)第 i個(gè)變量的影響。 例題 各變量變化量對(duì)進(jìn)口量變化量的貢獻(xiàn)程度 各變量變化量對(duì)進(jìn)口量變化量的貢獻(xiàn)程度 ? 由方差分解可以得出兩個(gè)結(jié)論： – 一是 GDP變化量特別是美國的 GDP變化量對(duì)進(jìn)出口貿(mào)易變化量的影響最大； – 二是各幣種匯率變化量對(duì)中美貿(mào)易的影響程度幾近相同，在研究中美貿(mào)易時(shí)如果只盯著人民幣兌美元的匯率，是不合理的。 ? 實(shí)際應(yīng)用時(shí)，不可能用直到無窮項(xiàng)之和來評(píng)價(jià)。 ? 從累積的脈沖響應(yīng)函數(shù)圖也可以看出：人民幣兌歐元、日元匯率變化量對(duì)中美貿(mào)易量變化量的影響完全不遜于人民幣兌美元匯率。 2 S . E .人民幣兌歐元、美元、日元的匯率變化對(duì)中國對(duì)美國 出口貿(mào)易量的脈沖響應(yīng)函數(shù) 64202465 10 15 20 25 30 35R e s p o n s e o f _ E X P O R T t o _ E U R64202465 10 15 20 25 30 35R e s p o n s e o f _ E X P O R T t o _ D O L L A R64202465 10 15 20 25 30 35R e s p o n s e o f _ E X P O R T t o _ Y E NR e s p o n s e t o G e n e r a l i z e d O n e S . D . I n n o v a t i o n s 177。 – 運(yùn)用 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。 – 為了避免模型出現(xiàn)“偽回歸”現(xiàn)象，要求各時(shí)間序列的變量具有同階平穩(wěn)性，因此首先應(yīng)對(duì)模型所涉及的時(shí)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(yàn)。向量平穩(wěn)除了向量的每個(gè)分量平穩(wěn)外， VAR模型特征方程的所有特征值都要在單位圓以外。 ? 不能只將關(guān)注的變量建立 VAR模型，應(yīng)將所有相互影響的變量都包含在向量中。而且 VAR模型變量順序的改變將會(huì)影響到脈沖響應(yīng)函數(shù)。 ? 正交化過程如下：以 VAR模型第一個(gè)方程的隨機(jī)誤差項(xiàng)為基礎(chǔ)，將第 2個(gè)方程的隨機(jī)誤差項(xiàng)除掉與第一個(gè)方程隨機(jī)誤差項(xiàng)的相關(guān)部分，得到正交化后的隨機(jī)誤差項(xiàng)。 11t t p t p t??? ? ??? ? ?Y A Y A Y ε~ ( )t Nε 0, Σ相互之間可以同期相關(guān)，但不與自己的滯后值相關(guān) ,也不與方程右邊的變量相關(guān)。 – 模擬試驗(yàn)表明，經(jīng)濟(jì)行為上不存在因果關(guān)系的平穩(wěn)時(shí)間序列之間也可能存在著統(tǒng)計(jì)上的因果關(guān)系。 – 同階單整非平穩(wěn)序列的 Granger因果檢驗(yàn)結(jié)果具有一定的可靠性。 ? 對(duì)于同階單整的非平穩(wěn)序列： – 理論上講不能直接采用。 – 例題中不同滯后期的檢驗(yàn)結(jié)果 從 2階滯后期開始，檢驗(yàn)?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)。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(fèi)支出 Y增長互為格蘭杰原因。 能否說 “ X是Y的格蘭杰原因 ” ？為什么？ 如果 F＜ F?(m,nk) ，則不拒絕原假設(shè)。 ? VAR模型可以用于變量間關(guān)系的檢驗(yàn)。 – 常用準(zhǔn)則： LR統(tǒng)計(jì)量、 AIC 、 SC SVAR模型的估計(jì) ? 經(jīng)典聯(lián)立方程模型的識(shí)別理論和估計(jì)理論完全適用于 SVAR模型中每個(gè)方程。 – 等同于經(jīng)典聯(lián)立方程結(jié)構(gòu)式模型。 – 應(yīng)用 VAR模型，更多地是將它作為一個(gè)動(dòng)態(tài)平衡系統(tǒng)，分析該系統(tǒng)受到某種沖擊時(shí)系統(tǒng)中各個(gè)變量的動(dòng)態(tài)變化，以及每一個(gè)沖擊對(duì)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。一是所含變量個(gè)數(shù) k，即需要把哪些變量包括在 VAR模型中；一是自回歸的最大滯后階數(shù) p，使模型能反映出變量間相互影響的關(guān)系并使得模型的隨機(jī)誤差項(xiàng)是白噪聲。 ? VAR的發(fā)展 – 在經(jīng)濟(jì)預(yù)測(cè)領(lǐng)域，特別是宏觀經(jīng)濟(jì)預(yù)測(cè)領(lǐng)域，經(jīng)典的計(jì)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。167。 – 西姆斯（ 1980）等人將 VAR模型引入宏觀經(jīng)濟(jì)分析中，使之成為現(xiàn)代時(shí)間序列分析的主要模型之一。 – 主要通過實(shí)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(dòng)態(tài)結(jié)構(gòu)； – 在建模過程中只需明確兩個(gè)量。關(guān)鍵在于宏觀經(jīng)濟(jì)運(yùn)行中是否存在結(jié)構(gòu)約束。 tt? ? ?0 t 1 t 1 p t pY μ A Y + A Y + + A Y ε修正的 VAR（ CVAR） – 根據(jù)對(duì)經(jīng)濟(jì)行為的分析，在模型方程的右邊引
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1