【正文】 1953年～ 2021年支出法國內(nèi)生產(chǎn)總值（ GDP）、最終消費(fèi)（ Ct）和固定資本形成總額（ It） 的時(shí)序數(shù)據(jù)列于 。 15 04 0 0 0 08 0 0 0 01 2 0 0 0 01 6 0 0 0 055 60 65 70 75 80 85 90 95 00G D P CT IT5678910111255 60 65 70 75 80 85 90 95 00L G D P L C T L IT圖 111 GDPt、 Ct和 It 的時(shí)序圖 圖 112 LGDPt、 LCt和 LIt的時(shí)序圖 16 表 PP單位根檢驗(yàn)結(jié)果 檢驗(yàn) 檢驗(yàn)值 5% 模型形式 DW值 結(jié) 論 變量 臨界值 （ C t p） (c 0 3) LGDPt ～ I(1) (c 0 0) LCt ～ I( 1) (c 0 0) LIt～ I(1) 注 C為位移項(xiàng)， t為趨勢， p為滯后階數(shù)。 表 AIC與 SC隨 p的變化 由表 ,AIC和 SC最小值對(duì)應(yīng)的 p值均為２， 故應(yīng)取 VAR模型滯后階數(shù) p=2 。 用 AIC 和 SC準(zhǔn)則判斷，得表 。對(duì)本例： f=VAR(3) 估計(jì)參數(shù)個(gè)數(shù) VAR(1)估計(jì)參數(shù) 個(gè)數(shù) 。 H1：有 M個(gè)協(xié)整關(guān)系。 約翰森協(xié)整檢驗(yàn)與 EG協(xié)整檢驗(yàn)的比較 （ 1）約翰森協(xié)整檢驗(yàn)不必劃分內(nèi)生、外生變量，而基于單一方程的 EG協(xié)整檢驗(yàn)則須進(jìn)行內(nèi)生、外生變量的劃分； （ 2）約翰森協(xié)整檢驗(yàn)可給出全部協(xié)整關(guān)系，而 EG則不能； （ 3）約翰森協(xié)整檢驗(yàn)的功效更穩(wěn)定。如當(dāng)約翰森協(xié)整檢驗(yàn)結(jié)果有多個(gè)協(xié)整向量時(shí)，究竟哪個(gè)是該經(jīng)濟(jì)系統(tǒng)的真實(shí)協(xié)整關(guān)系？如果以最大特征值所對(duì)應(yīng)的協(xié)整向量作為該經(jīng)濟(jì)系統(tǒng)的協(xié)整關(guān)系，這樣處理的理由是什么？而其他幾個(gè)協(xié)整向量又怎樣給予經(jīng)濟(jì)解釋？由此可見這種方法尚需完善， 一般取第一個(gè)協(xié)整向量 為 所研究經(jīng)濟(jì)系統(tǒng)的協(xié)整向量。左上部是供用戶選擇檢驗(yàn)式的基本形式，即 Johanson檢驗(yàn)的五個(gè)假設(shè)。 ④ 序列 Yt 有線性趨勢但協(xié)整方程有截距和趨勢 。 本例采用缺省第三個(gè)假設(shè)，即序列 Yt 有線性確定性趨勢且協(xié)整方程（ CE）僅有截距。 29 第三 ，左下部第二個(gè)白色矩形區(qū)給出內(nèi)生變量的滯后階數(shù)，用戶輸入滯后階數(shù) p1。因此，這里輸入 1 1。輸出結(jié)果見表 、表 。 表下面是在 5%的顯著性水平上存在 3個(gè)協(xié)整關(guān)系的結(jié)論。 但須注意 ： 第一個(gè)協(xié)整關(guān)系對(duì)應(yīng)著 VAR的第一個(gè)方程，故可根據(jù)需要調(diào)整方程的順序，使希望的應(yīng)變量的系數(shù)為 1。 （ 1）單位根檢驗(yàn)。 36 方法（ 1）讀者已熟悉，本例用方法（ 2）驗(yàn)證。對(duì)本案例有 6個(gè) AR單位根， 列于表 114 。 39 四、格蘭杰因果關(guān)系 克萊夫 .格蘭杰（ ,1969） 和西姆斯（ ,1972） 分別提出了含義相同的定義，故除使用“格蘭杰非因果性”的概念外，也使用“格蘭杰因果性”的概念。 顧名思義，格蘭杰非因果性關(guān)系，也可以用“格蘭杰因果性”概念。 111211pt i t i i t i tiippt i t i i t i tiiy y x ux x y u????????????? ? ?? ? ?????p0 1 2:0 pH ? ? ?? ? ? ?txtxtxtytytxtx ty42 類似的，可檢驗(yàn) 對(duì) 是否存在格蘭杰因果關(guān)系。 注意： （ 1）由式（ ）知 ,格蘭杰因果關(guān)系檢驗(yàn)式 ,是回歸式，因此，要求受檢變量是平穩(wěn)的，對(duì)非平穩(wěn)變量要求是協(xié)整的，以避免偽回歸。 （ 4）格蘭杰因果性檢驗(yàn)原假設(shè)為：宇宙集、平穩(wěn)變量（對(duì)非平穩(wěn)變量要求是協(xié)整的）、大樣本和必須考慮滯后。 由于 LGDPt、 LCt和 Lit間存在協(xié)整 關(guān)系，故可對(duì)它們進(jìn)行格蘭杰因果性檢驗(yàn)，檢驗(yàn)結(jié)果示于表 。 圖 115 VAR模型定義窗口 47 在 VAR模型定義窗口中填畢（選擇包括截距）有關(guān)內(nèi)容后，點(diǎn)擊 OK。 表 每一列表示各子方程的檢驗(yàn)結(jié)果。 注意： 平穩(wěn)變量建立的 VAR模型是平穩(wěn)的，而建立平穩(wěn) VAR模型的變量不一定是平穩(wěn)變量。 若利用案例一建立的 VAR（ 2）模型進(jìn)行預(yù)測， 首先要擴(kuò)大工作文件范圍和樣本區(qū)間，然后 在模型窗口 中選擇 Procs/Mape Model， 屏幕出現(xiàn)模型定義窗口， 將其命名為 MODEL01，如圖 116。 由圖看出，動(dòng)態(tài)擬合結(jié)果只能反映序列的變化趨勢，而無法對(duì)短期波動(dòng)進(jìn)行刻畫。 后兩種方法是目前國外常用的方法，近年國內(nèi)學(xué)者開始采用進(jìn)行政策時(shí)滯分析。 以相關(guān)系數(shù)的大小判斷兩變量間的時(shí)差 (僅能判斷時(shí)差 )關(guān)系 。 k?kxy60 此法計(jì)算簡單，容易理解。由于多數(shù)時(shí)序變量具有時(shí)間趨勢，可能有偽相關(guān)，使計(jì)算結(jié)果傳遞錯(cuò)誤信息，因此，通常進(jìn)行平穩(wěn)化處理。 在彈出的滯后窗口 ， 默認(rèn) 12， OK。 而時(shí)差相關(guān)系數(shù)法只能考慮兩個(gè)變量。 對(duì) VAR模型而言，單個(gè)參數(shù)估計(jì)值的經(jīng)濟(jì)解釋是困難的，其應(yīng)用除預(yù)測外，最重要的應(yīng)用是脈沖響應(yīng)分析和方差分解。 為淺顯說明脈沖響應(yīng)的基本原理，說明殘差是如何將沖擊（對(duì)新息是沖擊，對(duì)內(nèi)生變量是對(duì)沖擊的響應(yīng)）傳遞給內(nèi)生變量的。脈沖響應(yīng)函數(shù)描述了系統(tǒng)內(nèi)變量間的這種相互沖擊與響應(yīng)的軌跡，顯示了任一擾動(dòng)如何通過模型（市場），沖擊其它所有變量的鏈?zhǔn)椒磻?yīng)的全過程。 當(dāng) t=0時(shí)： ；將其代入 ()。同樣有 ，稱為由 GDP的沖擊引起的 M的響應(yīng)函數(shù)。 0 1 2, GDP , ,GDP GDP0 1 2, M , ,MM1 0 2 00 , 1ee??67 對(duì)脈沖響應(yīng)函數(shù)處理的困難在于 各殘差間不是完全非相關(guān)的。 圖 1110 脈沖響應(yīng)對(duì)話窗口 69 圖 1110中的左側(cè)有 4個(gè)空白區(qū)需要填寫，依次填寫沖擊變量（應(yīng)變量）名；欲計(jì)算響應(yīng)函數(shù)的變量名；響應(yīng)變量出現(xiàn)的順序。右上方是結(jié)果的顯示方式： 70 表：表示響應(yīng)函數(shù)的系數(shù)值（括號(hào)內(nèi)是標(biāo)準(zhǔn)差）；繪制每個(gè)脈沖響應(yīng)函數(shù)圖；合成圖，將來自同一新息脈沖響應(yīng)函數(shù)圖合并顯示。 71 圖 1111 脈沖響應(yīng)函數(shù)合成圖 72 圖 1111左上圖是 LGDP、 LCT 和 LIT分別對(duì) LGDP一個(gè)標(biāo)準(zhǔn)差沖擊的響應(yīng)。 73 VAR模型的應(yīng)用，還可以采用方差分解方法研究模型的動(dòng)態(tài)特征。 方差分解是分析預(yù)測殘差的標(biāo)準(zhǔn)差由不同新息的沖擊影響的比例，亦即對(duì)應(yīng)內(nèi)生變量對(duì)標(biāo)準(zhǔn)差的貢獻(xiàn)比例。其他項(xiàng)目意義如前所述。若僅對(duì)序列 LCT進(jìn)行方差分解，則在對(duì)話框左邊 cause Responses by處輸入 LCT序列名，方差分解定義對(duì)話框示于圖 1112。 LnGDP、 LnCT和 LnIT對(duì)應(yīng)的數(shù)字列依次表示相應(yīng)預(yù)測期時(shí) 3個(gè)誤差項(xiàng)變動(dòng)對(duì) LCT預(yù)測標(biāo)準(zhǔn)差貢獻(xiàn)的百分比。自第 7期開始，方差分解結(jié)果基本穩(wěn)定，這與響應(yīng)沖擊結(jié)果相一致。 Engle和Granger將協(xié)整與誤差修正模型結(jié)合起來，建立了向量誤差修正 (Vector Error Correction)模型。為此，重寫VAR(p)模型（ ）： 不失一般性，設(shè) ，如果某個(gè)變量的單整階數(shù)高于 1階，可通過差分先將其變換為 1階單整變量。 因?yàn)橐鸭俣? ，所以 ?？梢娦拚仃?Π決定式 ()中的變量是否存在協(xié)整關(guān)系。必須注意， 這里的滯后期與協(xié)整檢驗(yàn)一樣，都是指差分變量的滯后期。根據(jù)協(xié)整檢驗(yàn)結(jié)果，在右下角的空白處填寫協(xié)整方程的數(shù)目，雖有 3個(gè)協(xié)整向量，但選第 1個(gè)，故填 1。其表格輸出示于表 。輸出窗口的最后兩部分分別是對(duì)單個(gè)方程及 VECM整體的檢驗(yàn)結(jié)果。 VEC模型的應(yīng)用仿 ECM。則待估參數(shù)有 個(gè)。 93 三、由 VAR模型： 推導(dǎo) VECM。 95 （ 2）對(duì)變量進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)； （ 3）對(duì)變量進(jìn)行協(xié)整檢驗(yàn)； （ 4）建立 VAR建模； （ 5）用所建 VAR建模進(jìn)行外推 1期（靜態(tài)）和外推 3期（動(dòng)態(tài)）預(yù)測； （ 6）對(duì)變量進(jìn)行沖擊響應(yīng)分析； （ 7）對(duì)其中的一個(gè)變量進(jìn)行方差分解分析。 ?????????????????????? ?????????????????????????????)l n ()1l n ()l n ()1l n (111ttttttGDPMRRGDPMRR??????????????????????????????????)l n ()1l n (222tttGDPMRR????????????????????????????????? ??????tttttteeeG D PMRR321333)l n ()1l n (, 22 12 ??? G D PMR RRR97 選擇鋼鐵行業(yè)及其主要的下游行業(yè)的銷售收入數(shù)據(jù)做為各行業(yè)的需求變量，利用脈沖響應(yīng)函數(shù)分析各下游行業(yè)自身需求的變動(dòng)對(duì)鋼鐵行業(yè)需求的影響。 （ 8）建立 VEC建模。 100