【正文】 Y U??? ? ?? ? ? ? ? ?? ? ? ? ?tYtkY ??83 因 VECM是在 VAR模型基礎(chǔ)上建立起來(lái)的 ,故是平穩(wěn)的 . 案例 1 (九 )建立 VEC 模型 由于 VEC模型僅適用于協(xié)整序列 ， 所以應(yīng)先運(yùn)行 Johansen協(xié)整檢驗(yàn) 。單擊 OK 完成。見(jiàn)表 。 VAR模型的兩項(xiàng)主要工作是 和 。 （ 8）建立 VEC建模。 提示：所用數(shù)據(jù)均作了季節(jié)調(diào)整，指標(biāo)名后加上后綴 sa， 并進(jìn)行了協(xié)整檢驗(yàn)，存在協(xié)整關(guān)系，這表明所選的各下游行業(yè)的銷(xiāo)售收入與鋼鐵工業(yè)的銷(xiāo)售收入之間具有長(zhǎng)期的均衡關(guān)系。具體包括： （ 1）對(duì)變量進(jìn)行單位根檢驗(yàn)； （ 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； 98 （ 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(cè)； （ 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。 具體包括： （ 1）對(duì)變量進(jìn)行單位根檢驗(yàn)； 對(duì) ?ln(gdp) ， ?ln(m1)和 rr， 3個(gè)變量建立VAR(3)模型進(jìn)行實(shí)證研究，其中實(shí)際 GDP和實(shí)際 M1以對(duì)數(shù)的形式出現(xiàn)在模型中，而實(shí)際利率不取對(duì)數(shù)。 VAR模型階數(shù)有哪些方法？ 4. VAR模型有哪些應(yīng)用？ ? 92 二 、 填空題 VAR模型的 N=4， p=3。同時(shí)， EViews還在各系數(shù)估計(jì)值的下面給出了標(biāo)準(zhǔn)差和 t檢驗(yàn)值。 右側(cè)中間部分是要求用戶(hù)選擇模型的基本假設(shè)，這與協(xié)整檢驗(yàn)內(nèi)容相同 ， 本例用缺省假設(shè) 3，即序列有線性趨勢(shì)且協(xié)整方程僅有截距的形式。如果 是平穩(wěn)的，則 Yt的各分量之間存在協(xié)整關(guān)系。 若 VAR模型中的非平穩(wěn)變量是協(xié)整的，則 80 可在 VAR模型的基礎(chǔ)上建立 VEC模型。加起來(lái)為 100%。對(duì)話框左上部分Innovations to處可以不填，因?yàn)榉讲罘纸獗厝簧婕澳Ｐ退行畔ⅰ?Sims于 1980年提出了方差分解方法，定量地但是較為粗糙地計(jì)量了變量間的影響關(guān)系。圖 1111是按圖 1110輸入結(jié)果繪制的脈沖響應(yīng)函數(shù)合成圖。 68 (2) 案例 1 (七 )脈沖響應(yīng) 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(jiàn)圖 1110 。 1 2 1 2 0G D P G D P M M? ? ? ?? ? ? ?1 0 2 01 , 0ee??12 0 ( 1 , 2 , )tte e t? ? ? ttGDP M和tGDP tM001 , M 0GDP ??1 1 1 1 2 1, MGDP ????22 1 1 1 2 1 1 2 12 2 1 2 1 2 1 1 1 2 2 , M GDP ? ? ? ?? ? ? ? ?? ? ?? ? ?66 以此類(lèi)推，設(shè)求得響應(yīng)的結(jié)果為 ，稱(chēng)為由 GDP的沖擊引起的 GDP的響應(yīng)函數(shù)。 （ ） 若系統(tǒng)受某種擾動(dòng)，使 發(fā)生 1個(gè)標(biāo)準(zhǔn)差的變化（沖擊），不僅使 立即發(fā)生變化（響應(yīng)），而且還會(huì)通過(guò) ， 影響 的取值 ,且會(huì)影響其后的 GDP和 M的取值（滯后響應(yīng)）。 （ 1）脈沖響應(yīng)函數(shù)。 61 EViews命令為：在主窗口點(diǎn)擊： Quicp / Group Statistics / Corss Correogram =序列名窗口 ， 鍵入二序列名 （只允許鍵入兩個(gè)變量 ） ， OK。若取正整數(shù)，則表示 xt滯后于 yt； 若取負(fù)整數(shù)，則表示 xt超前于 yt； 若取零，則表示兩變量一致。 （ 3）脈沖響應(yīng)函數(shù)（沖擊）法； （ 4）方差分解法。故可用其進(jìn)行預(yù)測(cè)?？梢园l(fā)現(xiàn)許多 t檢驗(yàn)值不顯著，一般不進(jìn)行剔除， VAR 理論不看重個(gè)別檢驗(yàn)結(jié)果，而是注重模型的整體效果，不分析各子方程的意義。 案例 1 (四 )格蘭杰因果性檢驗(yàn) 前面已完成的工作是對(duì)三個(gè)對(duì)數(shù)序列進(jìn)行了平穩(wěn)性檢驗(yàn)、確定了 VAR 模型的滯后階數(shù) p，進(jìn)行 Johanson協(xié)整檢驗(yàn)。 實(shí)際中，使用概率判斷。 為簡(jiǎn)便，通常把 對(duì) 存在格蘭杰非因果性關(guān)系表述為 對(duì) 存在格蘭杰非因果關(guān)系（嚴(yán)格講，這種表述是不正確的）。 共有PN個(gè) AR 根 ，其中， P為 VAR模型的滯后階數(shù)， N為 t期內(nèi)生變量個(gè)數(shù) 。 34 表 標(biāo)準(zhǔn)化協(xié)整系數(shù) 將第一個(gè)協(xié)整關(guān)系寫(xiě)成代數(shù)表達(dá)式： =+ 寫(xiě)成協(xié)整向量： ( 1 )? ?1te35 在確定了變量間的協(xié)整關(guān)系之后，有兩種方法可驗(yàn)證協(xié)整關(guān)系的正確性。 本案例協(xié)整檢驗(yàn)結(jié)果： 第 1行 LR=，即在 99%置信水平上拒絕了原假設(shè)（即拒絕了不存在協(xié)整關(guān)系的假設(shè)），亦即三變量存在協(xié)整方程； i?32 第 2行 LR=,即在 99%置信水平上拒絕了原假設(shè) (最多存在 1個(gè)協(xié)整關(guān)系 ) ； 第 3行 LR=，即在 95%置信水平上拒絕了原假設(shè) (最多存在 2個(gè)協(xié)整關(guān)系 )。由于此案例 VAR模型的最大滯后階數(shù) p=2。 28 除此之外，用戶(hù)也可通過(guò)選擇第六個(gè)選項(xiàng)由程序?qū)σ陨衔宸N假設(shè)進(jìn)行檢驗(yàn)，此時(shí) EViews輸出結(jié)果是簡(jiǎn)明扼要的，詳細(xì)結(jié)果只有在具體確定某個(gè)假設(shè)時(shí)才會(huì)給出。 用戶(hù)需做 3種選擇： 第一， 協(xié)整方程和 VAR的設(shè)定： 協(xié)整檢驗(yàn)窗口由四部分構(gòu)成。 EViews從檢驗(yàn)不存在協(xié)整關(guān)系的零假設(shè)開(kāi)始，其后是最多一個(gè)協(xié)整關(guān)系，直到最多 N1個(gè)協(xié)整關(guān)系，共需進(jìn)行 N次檢驗(yàn)。在零假設(shè)下，該統(tǒng)計(jì)量服從漸進(jìn)的 分布，其自由度 f為從 VAR(3)到 VAR(1)對(duì)模型參數(shù)施加的零約束個(gè)數(shù)。檢驗(yàn)結(jié)果列于表 . 案例 1 (一 )單位根檢驗(yàn) 17 案例 1 (二 )滯后階數(shù) p的確定 首先用赤池信息準(zhǔn)則（ AIC）和施瓦茨（ SC）準(zhǔn)則選擇 p值，計(jì)算結(jié)果列于表 。 用對(duì)數(shù)似然比統(tǒng)計(jì)量 LR確定 P的方法用案例說(shuō)明。這里介紹兩種常用的確定 p值的方法 。如 VAR模型含 3個(gè)變量（ N=3）， 最大滯后期為 p=2， 則有 =2 32=18個(gè)參數(shù)需要估計(jì)； （ 5）當(dāng)樣本容量較小時(shí)，多數(shù)參數(shù)估計(jì)的精度較差，故需大樣本，一般 n50。故稱(chēng) VAR模型是分析聯(lián)合內(nèi)生變量間的動(dòng)態(tài)關(guān)系的動(dòng)態(tài)模型，而不帶有任何約束條件，故又稱(chēng)為無(wú)約束VAR模型。 由式（ ）知， VAR(p)模型，是以 N個(gè)第 t期變量 為應(yīng)變量，以 N個(gè)應(yīng)變量 的最大 p階滯后變量為解釋變量的方程組模型，方程組模型中共有 N個(gè)方程。為解決這些問(wèn)題而提出了一種用非結(jié)構(gòu)性方法建立各變量之間關(guān)系的模型。 聯(lián)立方程組模型在 20世紀(jì)五 、 六十年代曾轟動(dòng)一時(shí) ， 其優(yōu)點(diǎn)主要在于對(duì)每個(gè)方程的殘差和解釋變量的有關(guān)問(wèn)題給予了充分考慮 ， 提出了工具變量法 、 兩階段最小二乘法 、 三階段最小二乘法 、 有限信息極大似然法和完全信息極大似然法等參數(shù)的估計(jì)方法 。 但實(shí)際中 ， 這種模型的效果并不令人滿(mǎn)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。 用商品零售價(jià)格指數(shù) p90（ 1990年 =100）對(duì) GDP、Ct和 It進(jìn)行平減，以消除物價(jià)變動(dòng)的影響，并進(jìn)行自然對(duì)數(shù)變換，以消除序列中可能存在的異方差，得到新序列： LGDPt=LOG(GDPt/p90t)； LCt=LOG(Ct/p90t)； LIt=LOG(It/p90t)。試確定 VAR模型的滯后階數(shù) p。 ?22 Jonhamson（ 1995）協(xié)整檢驗(yàn)是基于 VAR模型的一種檢驗(yàn)方法，但也可直接用于多變量間的協(xié)整檢驗(yàn)。當(dāng) N2時(shí)，最好用Jonhamson協(xié)整檢驗(yàn)方法。協(xié)整方程可有以下 5種結(jié)構(gòu)： ① 序列 Yt 無(wú)確定性趨勢(shì)且協(xié)整方程無(wú)截距； ② 序列 Yt 無(wú)確定性趨勢(shì)且協(xié)整方程只有截距 。左下部第一個(gè)白色矩形區(qū)需用戶(hù)輸入 VAR系統(tǒng)中的外生變量名稱(chēng)（沒(méi)有不填），不包括常數(shù)和趨勢(shì)。定義完成之后。表 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(lái)。 （ 2） AR 根的圖表驗(yàn)證。 37 表 AR單位根 由表 ，有一個(gè)單位根倒數(shù)的模大于 1，且在表的下邊給出了警告 。檢驗(yàn) 對(duì) 存在格蘭杰非因果性的零假設(shè)是： 顯然，如果（ ）式中 的滯后變量的回歸系數(shù)估計(jì)值都不顯著，則 H0 不能被拒絕，即 對(duì) 不存在 格蘭杰因果性 。 FF??FF??txtxtytytytx43 （ 2）格蘭杰因果性，指的是雙向因果關(guān)系，即相關(guān)關(guān)系。 46 五、建立 VAR模型 案例 1 (五 )建立 VAR模型 以案例 1為例，說(shuō)明建立 VAR模型的方法。其中包括殘差的協(xié)方差、對(duì)數(shù)似然函數(shù)和 AIC 與 SC。 案例 1 (六 )預(yù)測(cè) 在工具欄中點(diǎn)擊 Solve，則線性模型出現(xiàn)在圖 116中，模型預(yù)測(cè)窗口示于圖 117。 58 時(shí)差相關(guān)系數(shù) (Cross Correlation)分析法是利用相關(guān)系數(shù)檢驗(yàn)經(jīng)濟(jì)時(shí)序變量間滯后關(guān)系的一種常用方法 。但反映的是政策變量變化后引起基準(zhǔn)變量變化的相關(guān)性，不能給出持續(xù)時(shí)間、影響程度和變化方向。然后進(jìn)行比較，其中 | |最大者對(duì)應(yīng)的時(shí)差就是二序列間的時(shí)滯。具體而言，它描述的是在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊（來(lái)自系統(tǒng)內(nèi)部或外部）后對(duì)內(nèi)生變量的當(dāng)期值和未來(lái)值所產(chǎn)生的影響（動(dòng)態(tài)影響）。 1 1 1 1 2 2 1 1 1 1 2 2 12 1 1 2 2 2 2 1 1 2 2 2 2 + t t t t t tt t t t t tG D P G D P G D P M M eM M M G D P G D P e? ? ? ?? ? ? ?? ? ? ?? ?