向量自回歸模型ppt課件(參考版)
2025-05-15 12:08本頁(yè)面
【正文】 例題 各變量變化量對(duì)進(jìn)口量變化量的貢獻(xiàn)程度 各變量變化量對(duì)進(jìn)口量變化量的貢獻(xiàn)程度 ? 由方差分解可以得出兩個(gè)結(jié)論： – 一是 GDP變化量特別是美國(guó)的 GDP變化量對(duì)進(jìn)出口貿(mào)易變化量的影響最大； – 二是各幣種匯率變化量對(duì)中美貿(mào)易的影響程度幾近相同，在研究中美貿(mào)易時(shí)如果只盯著人民幣兌美元的匯率，是不合理的。 ? 實(shí)際應(yīng)用時(shí)，不可能用直到無(wú)窮項(xiàng)之和來(lái)評(píng)價(jià)。 ? 相對(duì)方差貢獻(xiàn)率 度量了第 j個(gè)變量基于正交化沖擊的方差對(duì) Yi的方差的相對(duì)貢獻(xiàn)度，反映了第 j個(gè)變量對(duì)第 i個(gè)變量的影響。 ? 從累積的脈沖響應(yīng)函數(shù)圖也可以看出：人民幣兌歐元、日元匯率變化量對(duì)中美貿(mào)易量變化量的影響完全不遜于人民幣兌美元匯率。 2 S . E .人民幣兌歐元、美元、日元的匯率變化對(duì)中國(guó)對(duì)美國(guó) 進(jìn)口貿(mào)易量累積的脈沖響應(yīng)函數(shù) 1 050510155 10 15 20 25 30 35A c c u m u l a t e d R e s p o n s e o f _ E X P O R T t o _ E U R 1 050510155 10 15 20 25 30 35A c c u m u l a t e d R e s p o n s e o f _ E X P O R T t o _ D O L L A R 1 050510155 10 15 20 25 30 35A c c u m u l a t e d R e s p o n s e o f _ E X P O R T t o _ Y E NA c c u m u l a t e d R e s p o n s e t o G e n e r a l i z e d O n e S . D . I n n o v a t i o n s 177。 2 S . E .人民幣兌歐元、美元、日元的匯率變化對(duì)中國(guó)對(duì)美國(guó) 出口貿(mào)易量的脈沖響應(yīng)函數(shù) 64202465 10 15 20 25 30 35R e s p o n s e o f _ E X P O R T t o _ E U R64202465 10 15 20 25 30 35R e s p o n s e o f _ E X P O R T t o _ D O L L A R64202465 10 15 20 25 30 35R e s p o n s e o f _ E X P O R T t o _ Y E NR e s p o n s e t o G e n e r a l i z e d O n e S . D . I n n o v a t i o n s 177。 2 S . E .美國(guó)、中國(guó) GDP變化對(duì)中國(guó)對(duì)美國(guó)出口影響的脈沖響應(yīng)函數(shù) 40485 10 15 20 25 30 35R e s p o n s e o f _ E X P O R T t o _ A M E R I C A G D P40485 10 15 20 25 30 35R e s p o n s e o f _ E X P O R T t o _ C H I N E S E G D PR e s p o n s e t o G e n e r a l i z e d O n e S . D . I n n o v a t i o n s 177。 – 運(yùn)用 VAR模型并考查滯后階數(shù)，根據(jù)AIC信息準(zhǔn)則、 SC信息準(zhǔn)則確定滯后階數(shù)為 2。 ? 滯后階數(shù)的確定 – 因?yàn)?11個(gè)變量都是 I(1)序列，若直接建立 VAR模型，模型不穩(wěn)定且脈沖響應(yīng)函數(shù)不收斂。 – 為了避免模型出現(xiàn)“偽回歸”現(xiàn)象，要求各時(shí)間序列的變量具有同階平穩(wěn)性，因此首先應(yīng)對(duì)模型所涉及的時(shí)間序列變量進(jìn)行季節(jié)調(diào)整和一次差分后進(jìn)行 ADF單位根檢驗(yàn)。 VAR模型中的變量包括：中國(guó) GDP、美國(guó) GDP、日本 GDP、歐盟 GDP、人民幣兌美元匯率、人民幣兌日元匯率、人民幣兌歐元匯率、中國(guó) CPI、美國(guó) CPI、中國(guó)對(duì)美國(guó)進(jìn)口總額、中國(guó)對(duì)美國(guó)出口總額共 11個(gè)變量，樣本區(qū)間為 2022年 7月至 2022年 12月，采用 66個(gè)月度數(shù)據(jù)。向量平穩(wěn)除了向量的每個(gè)分量平穩(wěn)外， VAR模型特征方程的所有特征值都要在單位圓以外。 ? 當(dāng)向量非平穩(wěn)時(shí)，向量自回歸模型的正交化脈沖響應(yīng)函數(shù)不收斂。 ? 不能只將關(guān)注的變量建立 VAR模型，應(yīng)將所有相互影響的變量都包含在向量中。通常按照變量的外生性強(qiáng)弱進(jìn)行排序。而且 VAR模型變量順序的改變將會(huì)影響到脈沖響應(yīng)函數(shù)。以此類(lèi)推，第 k個(gè)方程的隨機(jī)誤差項(xiàng)除掉與前（ k1）個(gè)方程隨機(jī)誤差項(xiàng)的相關(guān)部分，得到正交化后的隨機(jī)誤差項(xiàng) 。 ? 正交化過(guò)程如下：以 VAR模型第一個(gè)方程的隨機(jī)誤差項(xiàng)為基礎(chǔ)，將第 2個(gè)方程的隨機(jī)誤差項(xiàng)除掉與第一個(gè)方程隨機(jī)誤差項(xiàng)的相關(guān)部分，得到正交化后的隨機(jī)誤差項(xiàng)。 Cholesky正交化脈沖響應(yīng)函數(shù) ? 當(dāng)隨機(jī)誤差項(xiàng)相關(guān)時(shí)，也就是存在交叉的干擾源，不能被任何特定的變量所識(shí)別。 11t t p t p t??? ? ??? ? ?Y A Y A Y ε~ ( )t Nε 0, Σ相互之間可以同期相關(guān)，但不與自己的滯后值相關(guān) ,也不與方程右邊的變量相關(guān)。 四、脈沖響應(yīng)分析
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1