【文章內(nèi)容簡介】 的模大于 1，且在表的下邊給出了警告 。 38 圖 114 單位根的分布圖 圖形表示更為直觀，有一個單位根的倒數(shù)的模落在了單位圓之外，因此，所建 VAR(2) 模型是不穩(wěn)定的，將影響響應(yīng)沖擊函數(shù)的標(biāo)準(zhǔn)差。 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。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： （ ） 則稱 對 存在格蘭杰非因果性。 1 1 1( | , , , ) ( | , )t t t t tf y y x f y y? ? ??1tx? tyty tyty tytx40 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 的預(yù)測精度無顯著性改善，則稱 對 存在格蘭杰非因果性關(guān)系。 為簡便，通常把 對 存在格蘭杰非因果性關(guān)系表述為 對 存在格蘭杰非因果關(guān)系（嚴(yán)格講，這種表述是不正確的）。 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。 與 間格蘭杰因果關(guān)系回歸檢驗式為 1tx?1tx?txtxtxtytytytyty41 （ ） 如有必要，可在上式中加入位移項、趨勢項、季節(jié)虛擬變量等。檢驗 對 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)估計值都不顯著，則 H0 不能被拒絕，即 對 不存在 格蘭杰因果性 。反之，如果 的任何一個滯后變量回歸系數(shù)的估計值是顯著的，則 對 存在格蘭杰因果關(guān)系。 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 對 是否存在格蘭杰因果關(guān)系。 上述檢驗可構(gòu)建 F統(tǒng)計量來完成。 當(dāng) 時，接受 H0， 對 不存在格蘭杰因果關(guān)系； 當(dāng) 時，拒絕 H0， 對 存在格蘭杰因果關(guān)系。 實際中，使用概率判斷。 注意： （ 1）由式（ ）知 ,格蘭杰因果關(guān)系檢驗式 ,是回歸式，因此，要求受檢變量是平穩(wěn)的，對非平穩(wěn)變量要求是協(xié)整的，以避免偽回歸。故在進行格蘭杰因果關(guān)系檢驗之前，要進行單位根檢驗、對非平穩(wěn)變量要進行協(xié)整檢驗。 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。單向因果關(guān)系是指因果關(guān)系，近年有學(xué)者認為單向因果關(guān)系的變量也可作為內(nèi)生變量加入 VAR模型； （ 3）此檢驗結(jié)果與滯后期 p的關(guān)系敏感且兩回歸檢驗式滯后階數(shù)相同。 （ 4）格蘭杰因果性檢驗原假設(shè)為：宇宙集、平穩(wěn)變量（對非平穩(wěn)變量要求是協(xié)整的）、大樣本和必須考慮滯后。 （ 5）格蘭杰因果關(guān)系檢驗，除用于選擇建立 VAR模型的應(yīng)變量外，也單獨用于研究經(jīng)濟變量間的相關(guān)或因果關(guān)系（回歸解釋變量的選擇）以及研究政策時滯等。 44 格蘭杰因果性檢驗的 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，點擊 OK即可。 案例 1 (四 )格蘭杰因果性檢驗 前面已完成的工作是對三個對數(shù)序列進行了平穩(wěn)性檢驗、確定了 VAR 模型的滯后階數(shù) p，進行 Johanson協(xié)整檢驗。 由于 LGDPt、 LCt和 Lit間存在協(xié)整 關(guān)系，故可對它們進行格蘭杰因果性檢驗，檢驗結(jié)果示于表 。 45 表 格蘭杰因果性檢驗結(jié)果 由表 ， LGDPt、 LCt 和 LIt之間存在格蘭杰因果性，故 LGDPt、 LCt和 LIt均可做為 VAR模型的應(yīng)變量。 46 五、建立 VAR模型 案例 1 (五 )建立 VAR模型 以案例 1為例，說明建立 VAR模型的方法。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 115。 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，點擊 OK。輸出結(jié)果包含三部分，分別示于表 、表 。 表 VAR模型參數(shù)估計結(jié)果 48 49 表 11. 10 VAR模型各方程檢驗結(jié)果 表 VAR模型整體檢驗結(jié)果 50 將表 11. 9的 VAR(2)模型改寫成矩陣形式 : 111 73 48 21 47 67 50 55 15 41 04 03 84 15 94 83ttttL G D P L G D PL C t L C tL I t L I t?????? ? ? ? ? ?? ? ? ? ? ???? ? ? ? ? ?? ? ? ? ? ???? ? ? ? ? ????????222tttL G D PLCtL I t????? ? ? ? ?? ? ? ? ???? ? ? ? ? ?? ? ? ? ? ??? ? ? ? ?51 表 中列表示方程參數(shù)估計結(jié)果和參數(shù)的標(biāo)準(zhǔn)差 t檢驗值?？梢园l(fā)現(xiàn)許多 t檢驗值不顯著，一般不進行剔除， VAR 理論不看重個別檢驗結(jié)果，而是注重模型的整體效果，不分析各子方程的意義。 表 每一列表示各子方程的檢驗結(jié)果。 表 VAR模型整體效果的檢驗。其中包括殘差的協(xié)方差、對數(shù)似然函數(shù)和 AIC 與 SC。 建立了 VAR模型之后，在模型窗口工具欄點擊 Name，將 VAR模型保存，以便進行脈沖響應(yīng)等特殊分析。 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。 52 六 、利用 VAR(P)模型進行預(yù)測 VAR模型是非結(jié)構(gòu)模型，故不能用模型進行結(jié)構(gòu)分析。預(yù)測是 VAR模型的應(yīng)用之一，由于我們所建立的 VAR(2)模型通過了全部檢驗。故可用其進行預(yù)測。 若利用案例一建立的 VAR（ 2）模型進行預(yù)測， 首先要擴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。 ? 53 模型定義窗口中位于線性模型窗口第一行 : assign@all f 表示將 VAR模型中各內(nèi)生變量的預(yù)測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）。 案例 1 (六 )預(yù)測 在工具欄中點擊 Solve，則線性模型出現(xiàn)在圖 116中，模型預(yù)測窗口示于圖 117。 54 圖 116 線性模型窗口 55 圖 117 模型預(yù)測窗口 56 圖 118和圖 119分別是利用動態(tài)和靜態(tài)方法計算出的樣本期內(nèi)實際值與擬合值的比較。 由圖看出，動態(tài)擬合結(jié)果只能反映序列的變化趨勢，而無法對短期波動進行刻畫。所以， VAR模型適用于短期預(yù)測，預(yù)測精度高和長期規(guī)劃預(yù)測。 圖 118 動態(tài)擬合結(jié)果 圖 119靜態(tài)擬合結(jié)果 57 七 、 脈沖響應(yīng)函數(shù)與方差分解 對于政策時滯的實證研究主要有如下 4種方法： （ 1） 對時序變量數(shù)據(jù)或圖 、 表進行直觀分析 ，方法簡單 ， 但主觀性強 ， 精度低； （ 2） 時序時差相關(guān)系數(shù)法 ， 只能給出滯后期 ，不能給出持續(xù)的時間 、 影響程度和相互作用 。 （ 3）脈沖響應(yīng)函數(shù)（沖擊）法； （ 4）方差分解法。 后兩種方法是目前國外常用的方法，近年國內(nèi)學(xué)者開始采用進行政策時滯分析。這里重點介紹后兩種方法。 58 時差相關(guān)系數(shù) (Cross Correlation)分析法是利用相關(guān)系數(shù)檢驗經(jīng)濟時序變量間滯后關(guān)系的一種常用方法 。對兩個時序變量 ， 選擇一個作為基準(zhǔn)變量 ， 計算與另一變量在時間上錯開 (滯后 )時的相關(guān)系數(shù) 。 以相關(guān)系數(shù)的大小判斷兩變量間的時差 (僅能判斷時差 )關(guān)系 。 兩時序變量間的時差相關(guān)系數(shù) 為 : k?12211( ) ( )( ) ( )nt k ttknnt k tttx x y yx x y y? ??????? ? ????( 1 , 2 , , 1 2 )k ?() 59 式中， 為兩時序變量 xt、 yt 在時差（滯后期）為 p時的相關(guān)系數(shù)。 由（ ）式知， yt 為基準(zhǔn)變量（即 t為基） 為 xt滯后 p期序列的均值； 為 yt的均值； n為樣本容量； p為滯后期（時差），取值為整數(shù)。若取正整數(shù)，則表示 xt滯后于 yt； 若取負整數(shù)，則表示 xt超前于 yt； 若取零，則表示兩變量一致。 k?kxy60 此法計算簡單，容易理解。實際計算時，通常計算基準(zhǔn)變量（如 GDP、物價水平等）的增長率與政策變量的增長率間的時差相