var-向量自回歸模型(編輯修改稿)
2025-03-06 21:26 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 = k(d + pk)是被估計(jì)的參數(shù)的總數(shù)， k是內(nèi)生變量個(gè)數(shù)， T是樣本長(zhǎng)度， d是外生變量的個(gè)數(shù)， p是滯后階數(shù)， l是由下式確定的 ()()()31 在 Eviews軟件中滯后階數(shù) p的確定 一旦完成 VAR模型的估計(jì)，在窗口中選擇View/Lag Structure/Lag Length Criteria，需要指定較大的之后階數(shù)，表中將顯示出直至最大滯后數(shù)的各種信息標(biāo)準(zhǔn)（如果在 VAR模型中沒(méi)有外生變量，滯后從 1開始，否則從 0開始）。 表中用 “*”表示從每一列標(biāo)準(zhǔn)中選的滯后數(shù)。32 在 Eviews軟件中關(guān)于殘差的各種檢驗(yàn) （ 1）相關(guān)圖 (Correlogram) 顯示 VAR模型在指定的滯后數(shù)的條件下得到的殘差的交叉相關(guān)圖（樣本自相關(guān)）。交叉相關(guān)圖能以 3種形式顯示：有兩種表格形式，一種是以變量來(lái)顯示（Tabulate by Variable）， 另一種是以滯后階數(shù)來(lái)顯示(Tabulate by Lag)。 曲線圖（ Graph） 顯示交叉相關(guān)圖的矩陣形式。點(diǎn)線代表滯后的相關(guān)系數(shù)加減兩倍的漸近標(biāo)準(zhǔn)誤差的曲線圖 。33 （ 2） 混合的自相關(guān)檢驗(yàn) 計(jì)算與指定階數(shù)所產(chǎn)生的殘差序列相關(guān)的多變量BoxPierce/LjungBox Q統(tǒng)計(jì)量。 同時(shí)計(jì)算出 Q統(tǒng)計(jì)量和調(diào)整后的 Q統(tǒng)計(jì)量（即：小樣本修正）。在 原假設(shè)是滯后 h期殘差不存在序列相關(guān)的條件下，兩個(gè)統(tǒng)計(jì)量都近似的服從自由度為 k2 (h ? p)的 ?2 統(tǒng)計(jì)量，其中 p為 VAR模型的滯后階數(shù)。 34 （ 3）自相關(guān) LM檢驗(yàn) 計(jì)算與直到指定階數(shù)所產(chǎn)生的殘差序列相關(guān)的多變量 LM檢驗(yàn)統(tǒng)計(jì)量。滯后 h階數(shù)的檢驗(yàn)統(tǒng)計(jì)量是通過(guò)殘差 ?t 關(guān)于原始右側(cè)回歸量和滯后殘差 ?th的輔助回歸運(yùn)算得到的，這里 ?th 缺少的前 h個(gè)值被賦予 0。參考Johansen (1995)LM統(tǒng)計(jì)量的計(jì)算公式。 在原假設(shè)是滯后 h期沒(méi)有序列相關(guān)的條件下 ， LM統(tǒng)計(jì)量漸近地服從自由度為 k2的 ?2 分布。 35 （ 4） 正態(tài)性檢驗(yàn) 這是 JB殘差正態(tài)檢驗(yàn)在多變量情形下的擴(kuò)展，這種檢驗(yàn)主要是比較殘差的第三、第四階殘差矩與來(lái)自正態(tài)分布的那些矩。 （ 5） White 異方差檢驗(yàn) 這個(gè)回歸檢驗(yàn)是通過(guò)殘差序列對(duì)每一個(gè)回歸量及回歸量交叉項(xiàng)乘積的回歸來(lái)實(shí)現(xiàn)的，并檢驗(yàn)回歸的顯著性。 36 在實(shí)際應(yīng)用中，由于 VAR模型是一種非理論性的模型，因此在分析 VAR模型時(shí)，往往不分析一個(gè)變量的變化對(duì)另一個(gè)變量的影響如何，而是分析當(dāng)一個(gè)誤差項(xiàng)發(fā)生變化，或者說(shuō)模型受到某種沖擊時(shí)對(duì)系統(tǒng)的動(dòng)態(tài)影響，這種分析方法稱為脈沖響應(yīng)函數(shù)方法 (impulse response function， IRF)。三 脈沖響應(yīng)函數(shù) 37 用時(shí)間序列模型來(lái)分析影響關(guān)系的一種思路，是考慮擾動(dòng)項(xiàng)的影響是如何傳播到各變量的。下面先根據(jù)兩變量的 VAR (2) 模型來(lái)說(shuō)明脈沖響應(yīng)函數(shù)的基本思想。 脈沖響應(yīng)函數(shù)的基本思想 ()其中， ai， bi， ci， di是參數(shù)， 是擾動(dòng)項(xiàng)，假定是具有下面這樣性質(zhì)的白噪聲向量： 38() 假定上述系統(tǒng)從０期開始活動(dòng)，且設(shè) x1 = x2 = z1 = z2= 0， 又設(shè)于第０期給定了擾動(dòng)項(xiàng) ?10 =1， ?20 =0，并且其后均為０，即 ?1t =?2t =0(t ＝１，２， …) ， 稱此為第０期給 x以脈沖，下面討論 xt 與 zt 的響應(yīng)， t = 0時(shí)： 39將其結(jié)果代入式 () ，當(dāng) t = 1時(shí)再把此結(jié)果代入式 () ，當(dāng) t =2時(shí) 繼續(xù)這樣計(jì)算下去，設(shè)求得結(jié)果為稱為 由 x的脈沖引起的 x的響應(yīng)函數(shù) 。同樣所求得 40稱為由 x的脈沖引起的 z的響應(yīng)函數(shù) 。 當(dāng)然，第０期的脈沖反過(guò)來(lái)，從 ?10 =0， ?20 =1出發(fā)，可以求出由 z的脈沖引起的 x的響應(yīng)函數(shù)和 z的響應(yīng)函數(shù)。因?yàn)橐陨线@樣的脈沖響應(yīng)函數(shù)明顯地捕捉對(duì)沖擊的效果，所以同用于計(jì)量經(jīng)濟(jì)模型的沖擊乘數(shù)分析是類似的。 41 脈沖響應(yīng)函數(shù)在 Eviews軟件中的實(shí)現(xiàn) 為了得到脈沖響應(yīng)函數(shù)，先建立一個(gè) VAR模型，然后在 VAR工具欄中選擇 View/Impulse Response… 或者在工具欄選擇 Impulse， 并得到下面的對(duì)話框，有兩個(gè)菜單：Display 和 Impulse Definition。42 1. Display菜單提供下列選項(xiàng)： (1) 顯示形式（ Display Format） 選擇以圖或表來(lái)顯示結(jié)果。如果選擇 Combined Graphs 則 Response Standard Error選項(xiàng)是灰色，不顯示標(biāo)準(zhǔn)誤差。而且應(yīng)注意： 輸出表的格式是按響應(yīng)變量的順序顯示，而不是按脈沖變量的順序。 (2) 顯示信息（ Display Information） 輸入產(chǎn)生沖擊的變量（ Impulses） 和希望觀察其脈沖響應(yīng)的變量（ Responses） 。 可以輸入內(nèi)生變量的名稱，也可以輸入變量的對(duì)應(yīng)的序數(shù)。例如，如果 VAR模型以 GDP、M CPI的形式定義，則既可以以： 43 GDP CPI M1的形式輸入，也可以以 1 3 2的形式輸入。輸入變量的順序僅僅影響結(jié)果的顯示。 還應(yīng)定義一個(gè)確定響應(yīng)函數(shù)軌跡的期間的正整數(shù) 。如果想顯示累計(jì)的響應(yīng)，則需要單擊 Accumulate Response選項(xiàng)。對(duì)于穩(wěn)定的 VAR模型，脈沖響應(yīng)函數(shù)應(yīng)趨向于 0，且累計(jì)響應(yīng)應(yīng)趨向于某些非 0常數(shù)。 44 (3) 脈沖響應(yīng)標(biāo)準(zhǔn)
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1