【文章內(nèi)容簡介】 。,第三十三頁，共八十二頁。,34,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關(guān)系數(shù)。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)時間、影響程度和變化方向。嚴(yán)格講時差相關(guān)系數(shù)法給出的時滯僅是從政策變化到對經(jīng)濟系統(tǒng)產(chǎn)生影響的時間間隔。由于(y243。uy)多數(shù)時序變量具有時間趨勢，可能有偽相關(guān)，使計算結(jié)果傳遞錯誤信息，因此，通常進行平穩(wěn)化處理。即對數(shù)化,差分,增長率。（最好對變量進行平穩(wěn)性檢驗）。,第三十四頁，共八十二頁。,35,EViews命令為：在主窗口點擊： Quicp / Group Statistics / Corss Correogram =序列名窗口，鍵入二序列名（只允許鍵入兩個變量），OK。 在彈出的滯后窗口，默認(rèn)(m242。r232。n)12，OK。 給出二時序變量的相關(guān)系數(shù)。然后進行比較，其中| |最大者對應(yīng)的時差就是二序列間的時滯。,第三十五頁，共八十二頁。,36,這里介紹的脈沖響應(yīng)函數(shù)和下面將要介紹的方差(fānɡ ch224。)分解法，較時差相關(guān)系數(shù)法具有兩個突出優(yōu)點： 第一,可將所考慮的全部變量納入一個系統(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。而時差相關(guān)系數(shù)法只能考慮兩個變量。 第二,不僅能給出政策效果時滯，時滯區(qū)間，而且能給出影響的程度與方向，結(jié)果準(zhǔn)確。而時差相關(guān)系數(shù)法只能給出時滯。 （1）脈沖響應(yīng)函數(shù)。對VAR模型而言，單個參數(shù)估計值的經(jīng)濟解釋是困難的，其應(yīng)用除預(yù)測外，最重要的應(yīng)用是脈沖響應(yīng)分析和方差分解。脈沖響應(yīng)函數(shù)描述,2 脈沖響應(yīng)函數(shù)(h225。nsh249。),第三十六頁，共八十二頁。,37,的是一個內(nèi)生變量對殘差（ 稱為 Innovation）沖擊的反應(yīng)(響應(yīng))。具體而言，它描述的是在隨機誤差項上施加一個標(biāo)準(zhǔn)差大小的沖擊（來自系統(tǒng)內(nèi)部或外部）后對內(nèi)生變量的當(dāng)期值和未來值所產(chǎn)生的影響(yǐngxiǎng)（動態(tài)影響(yǐngxiǎng)）。這種分析方法稱為脈沖響應(yīng)函數(shù)（IRF:impulseresponse function）。 為淺顯說明脈沖響應(yīng)的基本原理，說明殘差是如何將沖擊（對新息是沖擊，對內(nèi)生變量是對沖擊的響應(yīng)）傳遞給內(nèi)生變量的。以含兩個內(nèi)生變量的VAR（2）模型為例予以說明。設(shè)兩變量VAR（2）模型：,第三十七頁，共八十二頁。,38,式中， M為貨幣供應(yīng)量。 （6） 若系統(tǒng)受某種擾動，使 發(fā)生1個標(biāo)準(zhǔn)差的變化（沖擊），不僅使 立即發(fā)生變化（響應(yīng)），而且還會通過 ， 影響 的取值,且會影響其后的GDP和M的取值（滯后響應(yīng)）。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，顯示了任一擾動如何通過模型(m243。x237。ng)（市場），沖擊其它所有變量的鏈?zhǔn)椒磻?yīng)的全過程。同理， 也會引起類似地沖擊鏈?zhǔn)椒磻?yīng)。,第三十八頁，共八十二頁。,39,下面通過式（6）具體說明新息是如何傳遞(chu225。nd236。)給內(nèi)生變量的。 為簡便起見，假定系統(tǒng)從0期開始運行，則 給定新息（擾動） ，且其后均為0，即 ，稱此為0期擾動，對 的沖擊，亦即 與 的響應(yīng)。 當(dāng) t=0時： ；將其代入(6)。 當(dāng) t=1時： ；將其代入(6)。 當(dāng) t=2時： ；將其代入(6)。,第三十九頁，共八十二頁。,40,以此類推，設(shè)求得響應(yīng)的結(jié)果為 ，稱為由GDP的沖擊引起(yǐnqǐ)的GDP的響應(yīng)函數(shù)。同樣有 ，稱為由GDP的沖擊引起的M的響應(yīng)函數(shù)。 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)。顯然以上的脈沖響應(yīng)函數(shù)明顯地捕捉到了沖擊的效果。 上述沖擊思想可以推廣到含N個內(nèi)生變量的VAR(p)模型。,第四十頁，共八十二頁。,41,對脈沖響應(yīng)函數(shù)(h225。nsh249。)處理的困難在于各殘差間不是完全非相關(guān)的。當(dāng)殘差間相關(guān)時，它們的共同部分不易識別，處理這一問題的不嚴(yán)格做法是將共同部分歸于VAR系統(tǒng)第1個方程的擾動項。 對有3個內(nèi)生變量的VAR模型每個內(nèi)生變量都對應(yīng)著3個脈沖響應(yīng)函數(shù)，故一個含3個內(nèi)生變量的VAR將有9個脈沖響應(yīng)函數(shù)。,第四十一頁，共八十二頁。,42,(2) Eviews 脈沖響應(yīng)命令(m236。ng l236。ng),在VAR模型(m243。x237。ng)窗口的工具欄點擊Impulse就 會彈出脈沖響應(yīng)對話窗口，見圖10 。,圖 10 脈沖響應(yīng)對話(du236。hu224。)窗口,第四十二頁，共八十二頁。,43,圖10中的左側(cè)有4個空白區(qū)需要填寫，依次填寫沖擊變量(bi224。nli224。ng)（應(yīng)變量(bi224。nli224。ng)）名；欲計算響應(yīng)函數(shù)的變量(bi224。nli224。ng)名；響應(yīng)變量(bi224。nli224。ng)出現(xiàn)的順序。前兩處輸入的變量(bi224。nli224。ng)不同只會改變顯示結(jié)果的順序，不會對結(jié)果產(chǎn)生影響，而第3個空白區(qū)變量順序不同，將對結(jié)果產(chǎn)生影響。最下部用戶填響應(yīng)函數(shù)的追蹤期數(shù)，缺省是10。 對話框右側(cè)由兩部分構(gòu)成。右上方是結(jié)果的顯示方式：,第四十三頁，共八十二頁。,44,表：表示響應(yīng)函數(shù)的系數(shù)值（括號內(nèi)是標(biāo)準(zhǔn)差）；繪制每個脈沖響應(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。右下方是關(guān)于計算脈沖響應(yīng)函數(shù)標(biāo)準(zhǔn)誤的選項，包括不計算（None）、漸近解析法（Analytic）和蒙特卡洛法（Mote Carlo）。定義(d236。ngy236。)完畢點擊OK 。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。,第四十四頁，共八十二頁。,45,圖11 脈沖響應(yīng)函數(shù)(h225。nsh249。)合成圖,第四十五頁，共八十二頁。,46,圖11左上圖是LGDP、LCT 和 LIT分別對LGDP一個標(biāo)準(zhǔn)差沖擊的響應(yīng)(xiǎngy236。ng)。 右上圖是LGDP、LCT 和 LIT分別對LCT一個標(biāo)準(zhǔn)差沖擊的響應(yīng)。 下圖是LGDP、LCT 和 LIT分別對LIT一個標(biāo)準(zhǔn)差沖擊的響應(yīng)。 圖11看出，滯后期為5期，穩(wěn)定期為7期。,第四十六頁，共八十二頁。,47,3.方差分解 VAR模型的應(yīng)用，還可以采用(cǎiy242。ng)方差分解方法研究模型的動態(tài)特征。脈沖響應(yīng)函數(shù)描述的是VAR模型中的每一個內(nèi)生變量的沖擊對自身與其它內(nèi)生變量帶來的影響，或脈沖響應(yīng)函數(shù)是隨著時間的推移，觀察模型中的各變量對于沖擊的響應(yīng)。而方差分解(variance decomposition)是進一步評價各內(nèi)生變量對預(yù)測方差的貢獻度。Sims于1980年提出了方差分解方法，定量地但是較為粗糙地計量了變量間的影響關(guān)系。方差分解是分析預(yù)測殘差的標(biāo)準(zhǔn)差由不同新息的沖擊影響的比例，亦即對應(yīng)內(nèi)生變量對標(biāo)準(zhǔn)差的貢獻比例。 對所建立的VAR(2)模型進行方差分解分析。,第四十七頁，共八十二頁。,48,案例1 (八)方差分解 對VAR模型的方程順序不變。對話框中Periods后輸入的數(shù)值代表預(yù)測(y249。c232。)期，例若取15。其他項目意義如前所述。表1