【正文】 VEC模型的應(yīng)用仿 ECM。其表格輸出示于表 。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。 因?yàn)橐鸭俣? ，所以 。 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。否則模型不穩(wěn)定，某些結(jié)果（如脈沖響應(yīng)函數(shù)的標(biāo)準(zhǔn)誤差）不是有效的。表 6給出的是經(jīng)標(biāo)準(zhǔn)化的協(xié)整系數(shù)的估計(jì)值，并且將 3個(gè)協(xié)整關(guān)系的協(xié)整系數(shù)都列了出來。定義完成之后。 第二， 給出 VAR模型中的外生變量。 協(xié)整方程結(jié)構(gòu)假設(shè) ： 與時(shí)序方程可能含有截距和趨勢(shì)項(xiàng)類似，協(xié)整方程也可含有截距和趨勢(shì)項(xiàng)。55 約翰森協(xié)整檢驗(yàn)在理論上是很完善的，但有時(shí)檢驗(yàn)結(jié)果的經(jīng)濟(jì)意義解釋存在問題。 （ LR）檢驗(yàn) H0：有 0個(gè)協(xié)整關(guān)系 。LnGDP、 LnCT和 LnIT對(duì)應(yīng)的數(shù)字列依次表示相應(yīng)預(yù)測(cè)期時(shí) 3個(gè)誤差項(xiàng)變動(dòng)對(duì) LCT預(yù)測(cè)標(biāo)準(zhǔn)差貢獻(xiàn)的百分比。其他項(xiàng)目意義如前所述。47 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。右上方是結(jié)果的顯示方式：44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。Eviews同樣有 ，稱為由 GDP的沖擊引起的 M的響應(yīng)函數(shù)。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(chǎng)），沖擊其它所有變量的鏈?zhǔn)椒磻?yīng)的全過程。 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(cè)外，最重要的應(yīng)用是脈沖響應(yīng)分析和方差分解。 在彈出的滯后窗口，默認(rèn) 12， OK。34 此法計(jì)算簡(jiǎn)單，容易理解。 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。 若對(duì)建立的 VAR（ 2）模型進(jìn)行預(yù)測(cè)， 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 6。 表 10 每一列表示各子方程的檢驗(yàn)結(jié)果。 （ 5）格蘭杰因果關(guān)系檢驗(yàn)，除用于選擇建立 VAR模型的應(yīng)變量外，也單獨(dú)用于研究經(jīng)濟(jì)變量間的相關(guān)或因果關(guān)系（回歸解釋變量的選擇）以及研究政策時(shí)滯等。 上述檢驗(yàn)可構(gòu)建 F統(tǒng)計(jì)量來完成。其定義為： 如果由 和 的滯后值決定的 的條件分布與僅由 的滯后值所決定的 的條件分布相同，即： （ 3）則稱 對(duì) 存在格蘭杰非因果性。 確定 p值的方法與原則是在增加 p值的過程中，使 AIC和 SC值同時(shí)最小。10 建立 VAR模型只需做兩件事 第一，哪些 變量可作為應(yīng)變量？ VAR模型中應(yīng)納入具有相關(guān)關(guān)系的變量作為應(yīng)變量，而變量間是否具有相關(guān)關(guān)系，要用格蘭杰因果關(guān)系檢驗(yàn)確定。8 所以 , VAR模型既可用于預(yù)測(cè) ,又可用于結(jié)構(gòu)分析。 對(duì)于兩個(gè)變量（ N=2）， 時(shí)， VAR(2)模型為6用矩陣表示： 待估參數(shù)個(gè)數(shù)為 2 22=用線性方程組表示 VAR(2)模型： 顯然，方程組左側(cè)是兩個(gè)第 t期內(nèi)生變量；右側(cè)分別是兩個(gè) 1階和兩個(gè) 2階滯后應(yīng)變量做為解釋變量，且各方程最大滯后階數(shù)相同 ,都是 2。 VAR (Vector Autoregression)模型由西姆斯（,1980） 提出 ,他推動(dòng)了對(duì)經(jīng)濟(jì)系統(tǒng)動(dòng)態(tài)分析的廣泛應(yīng)用，是當(dāng)今世界上的主流模型之一。當(dāng)時(shí)主要用于預(yù)測(cè)和一、 VAR模型及特點(diǎn)3政策分析。1一、 VAR模型及特點(diǎn)二、 VAR模型滯后階數(shù) p的確定方法三、格蘭杰因果關(guān)系檢驗(yàn)四、脈沖響應(yīng)函數(shù)與方差分解五、 Jonhanson協(xié)整檢驗(yàn) 六、建立 VAR模型七、利用 VAR模型進(jìn)行預(yù)測(cè)八、向量誤差修正模型VAR 模型分析2但實(shí)際中，這種模型的效果并不令人滿意。受到普遍重視，得到廣泛應(yīng)用。這些滯后變量與隨機(jī)誤差項(xiàng)不相關(guān)（假設(shè)要求）。近年又提出了結(jié)構(gòu) VAR模型（ SVAR：Structural VAR）。 第二，確定模型的最大滯后階數(shù) p。 具體做法是 ：對(duì)年度 、 季度數(shù)據(jù)，一般比較到 P=4，即分別建立 VAR(1)、 VAR(2)、 VAR(3)、 VAR(4)模型，比較 AIC、 SC，使它們同時(shí)取最小值的 p值即為所求。 14 格蘭杰非因果性的另一種表述為其它條件不變 ， 若加上 的滯后變量后對(duì) 的預(yù)測(cè)精度無顯著性改善，則稱 對(duì) 存在格蘭杰非因果性關(guān)系。 當(dāng) 時(shí)，接受 H0， 對(duì) 不存在格蘭杰因果關(guān)系； 當(dāng) 時(shí)，拒絕 H0， 對(duì) 存在格蘭杰因果關(guān)系。 18 格蘭杰因果性檢驗(yàn)的 EViews命令： 在工作文件窗口，選中全部欲檢序列名后，選擇 Quicp/Group Statistics/Granger Causality Test，在彈出的序列名窗口，點(diǎn)擊 OK即可。 表 11是對(duì) VAR模型整體效果的檢驗(yàn)。 ? 27模型定義窗口中位于線性模型窗口第一行 : assignall f表示將 VAR模型中各內(nèi)生變量的預(yù)測(cè)值存入以原序列名加后綴字符 “f”生成的新序列（這里演示的是擬合）。這里重點(diǎn)介紹后兩種方法。實(shí)際計(jì)算時(shí)，通常計(jì)算基準(zhǔn)變量（如 GDP、物價(jià)水平等）的增長(zhǎng)率與政策變量的增長(zhǎng)率間的時(shí)差相關(guān)系數(shù)。 給出二時(shí)序變量的相關(guān)系數(shù)。脈沖響應(yīng)函數(shù)描述 2 脈沖響應(yīng)函數(shù)37的是一個(gè)內(nèi)生變量對(duì)殘差（ 稱為 Innovation）沖擊的反應(yīng) (響應(yīng) )。同理， 也會(huì)引起類似地沖擊鏈?zhǔn)椒磻?yīng)。 同理，將第 0期的脈沖改為 ，即可求出 M的沖擊引起 GDP與 M的響應(yīng)函數(shù)。脈沖響應(yīng)命令 在 VAR模型窗口的工具欄點(diǎn)擊 Impulse就會(huì)彈出脈沖響應(yīng)對(duì)話窗口 ， 見圖 10 。右下方是關(guān)于計(jì)算脈沖響應(yīng)函數(shù)標(biāo)準(zhǔn)誤的選項(xiàng)，包括不計(jì)算（ None）、漸近解析法（Analytic）和蒙特卡洛法（ Mote Carlo）。脈沖響應(yīng)函數(shù)描述的是 VAR模型中的每一個(gè)內(nèi)生變量的沖擊對(duì)自身與其它內(nèi)生變量帶來的影響，或脈沖響應(yīng)函數(shù)是隨著時(shí)間的推移，觀察模型中的各變量對(duì)于沖擊的響應(yīng)。表 12和圖 13分別是對(duì)內(nèi)生變量LCT進(jìn)行方差分解的表格和合成圖輸出結(jié)果。以 t = 3為例， LCT的預(yù)測(cè)標(biāo)準(zhǔn)差等于 。