【正文】 的任何一個(gè)滯后變量回歸系數(shù)的估計(jì)值是顯著的，則 對(duì) 存在格蘭杰因果關(guān)系。 用對(duì)數(shù)似然比統(tǒng)計(jì)量 LR確定 P的方法用案例說明。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 =232=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 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，故又稱為無約束 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。遺憾的是經(jīng)濟(jì)理論并未明確的給出變量之間的動(dòng)態(tài)關(guān)系。 VAR模型的定義式為：設(shè) 是 N1 階時(shí)序應(yīng)變量列向量，則 p階 VAR模型（記為 VAR(p)）：（ 1）5式中， 是第 i個(gè)待估參數(shù) NN 階矩陣 。而隨機(jī)擾動(dòng)列向量的自相關(guān)問題可由增加作為解釋應(yīng)變量的滯后階數(shù)來解決。由 VAR模型又發(fā)展了 VEC模型 。適當(dāng)加大 p值（即增加滯后變量個(gè)數(shù)），可消除殘差中存在 二、 VAR模型 中滯后階數(shù) p的確定方法 11的自相關(guān)。 當(dāng) AIC與 SC的最小值對(duì)應(yīng)不同的 p值時(shí)，只能用 LR檢驗(yàn)法。 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。 注意： （ 1）由式（ 4）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。20建立 VAR模型 在工作文件窗口，在主菜單欄選Quicp/Estimate VAR， OK，彈出 VAR定義窗口，見圖 5。 建立了 VAR模型之后，在模型窗口工具欄點(diǎn)擊 Name，將 VAR模型保存，以便進(jìn)行脈沖響應(yīng)等特殊分析。28 圖 6 線性模型窗口29 圖 7 模型預(yù)測窗口30 圖 8和圖 9分別是利用動(dòng)態(tài)和靜態(tài)方法計(jì)算出的樣本期內(nèi)實(shí)際值與擬合值的比較。對(duì)兩個(gè)時(shí)序變量，選擇一個(gè)作為基準(zhǔn)變量，計(jì)算與另一變量在時(shí)間上錯(cuò)開 (滯后 )時(shí)的相關(guān)系數(shù)。嚴(yán)格講時(shí)差相關(guān)系數(shù)法給出的時(shí)滯僅是從政策變化到對(duì)經(jīng)濟(jì)系統(tǒng)產(chǎn)生影響的時(shí)間間隔。 36 這里介紹的脈沖響應(yīng)函數(shù)和下面將要介紹的方差分解法，較時(shí)差相關(guān)系數(shù)法具有兩個(gè)突出優(yōu)點(diǎn)： 第一 ,可將所考慮的全部變量納入一個(gè)系統(tǒng)，反映系統(tǒng)內(nèi)所有變量間的相互影響，給出的是系統(tǒng)內(nèi)全部信息相互作用結(jié)果。這種分析方法稱為脈沖響應(yīng)函數(shù)（ IRF:impulseresponse function）。 為簡便起見，假定系統(tǒng)從 0期開始運(yùn)行，則 給定新息（擾動(dòng)） ，且其后均為 0，即 ，稱此為 0期擾動(dòng)，對(duì)的沖擊，亦即 與 的響應(yīng)。 上述沖擊思想可以推廣到含 N個(gè)內(nèi)生變量的VAR(p)模型。圖 11是按圖 10輸入結(jié)果繪制的脈沖響應(yīng)函數(shù)合成圖。 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。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＜悠饋頌?100% 。 （ Jonhansen）協(xié)整檢驗(yàn)54 Johanson檢驗(yàn)不是一次能完成的獨(dú)立檢驗(yàn)，而是一種針對(duì)不同取值的連續(xù)檢驗(yàn)過程。 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。 ④ 序列 Yt 有線性趨勢但協(xié)整方程有截距和趨勢 。并采用起、止滯后階數(shù)的配對(duì)輸入法。 61 表 4 Johansen 協(xié)整檢驗(yàn)結(jié)果62 在表 4中共有 5列，第 1列是特征值 , 第 2列是似然比檢驗(yàn)值，以后兩列分別是 5% 與 1% 水平的臨界值。 表中系數(shù)的估計(jì)值下面括號(hào)內(nèi)的數(shù)字是標(biāo)準(zhǔn)差。 （ 1）單位根檢驗(yàn)。在表 7中，第 1列是特征根的倒數(shù)，第 2列是特征根倒數(shù)的模。 若 VAR模型中的非平穩(wěn)變量是協(xié)整的，則71可在 VAR模型的基礎(chǔ)上建立 VEC模型。如果 是平穩(wěn)的，則 Yt的各分量之間存在協(xié)整關(guān)系。 右側(cè)中間部分是要求用戶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，即序列有線性趨勢且協(xié)整方程僅有截距的形式。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。演講完畢，謝謝觀看！。見表 15。單擊 OK 完成。 74 因 VECM是在 VAR模型基礎(chǔ)上建立起來的 ,故 是平穩(wěn)的 . 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)。為簡單暫設(shè)式（ 1）中不含有常數(shù)向量，其后這一限制將被取消。由表 7知，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 。AR單位根 （ 2） AR 根的圖表驗(yàn)證。65 表 6 標(biāo)準(zhǔn)化協(xié)整系數(shù)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；63 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。 對(duì)于上述 5種假設(shè)， EViews采用 Johanson(1995)提出的關(guān)于系數(shù)矩陣協(xié)整似然比（ LR）檢驗(yàn)法。57 圖 3 Jonansen協(xié)整檢驗(yàn)窗口58 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。來自第 2個(gè)方程（自身）的新息占LCT預(yù)測標(biāo)準(zhǔn)誤的 69% ，自身影響最重要。49圖 12 方差