【正文】 演講完畢，謝謝觀看！。80 表 15單個(gè)方程及 VEC模型整體的檢驗(yàn)結(jié)果81 建立 VAR的步驟： （ 1）對(duì)變量進(jìn)行變換； （ 2）對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)； （ 3）確定滯后階數(shù) p； （ 4）對(duì)變量進(jìn)行 Jonhansen協(xié)整性檢驗(yàn)； （ 5）對(duì)變量進(jìn)行格蘭因因果關(guān)系檢驗(yàn)； （ 6）估計(jì)參數(shù)； VAR建模、預(yù)測(cè) （ 7） 對(duì)變量進(jìn)行沖擊響應(yīng)分析； （ 8）對(duì)其中的一個(gè)變量進(jìn)行方差分解分析。 AIC=604545，SC=，都較小，說(shuō)明模型是好的。見(jiàn)表 15。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。 表 13 協(xié)整方程的估計(jì)值第 2部分是 VECM的參數(shù)估計(jì)結(jié)果，表格輸出見(jiàn)表 14。第 1部分是協(xié)整方程系數(shù)的估計(jì)值，只是變量名都是一階滯后，這與VECM中誤差修正項(xiàng)較應(yīng)變量滯后一期一致。單擊 OK 完成。 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(shì)且協(xié)整方程僅有截距的形式。 因此，對(duì)無(wú)約束的 VAR 模型 p=2,此處應(yīng)填 1 1。75圖 14 EVC模型定義對(duì)話框76 圖 14的左側(cè)，只是要求用戶在配對(duì)區(qū)間指定滯后期。 74 因 VECM是在 VAR模型基礎(chǔ)上建立起來(lái)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)。如果 是平穩(wěn)的，則 Yt的各分量之間存在協(xié)整關(guān)系。由此可知式（ 7）中除了 之外，所有項(xiàng)都是平穩(wěn)的。 VECM中的參數(shù) Πi和Π全為多項(xiàng)式矩陣。為簡(jiǎn)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。 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。在第十章已知：只要變量之間存在協(xié)整關(guān)系，可以由 ADL模型推導(dǎo)出 ECM。 70 前面 介紹的誤差修正模型是單方程 ECM，本節(jié)將其推廣到一個(gè) VAR系統(tǒng)。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。 共有 PN個(gè)AR 根 ，其中， P為 VAR模型的滯后階數(shù)， N為 t期內(nèi)生變量個(gè)數(shù) 。67關(guān)于 AR 特征方程的特征根的倒數(shù)絕對(duì)值（參考Lutppohl 1991）小于 1，即位于單位圓內(nèi)，則模型是穩(wěn)定的。 （ 2） AR 根的圖表驗(yàn)證。 （ 1）單位根檢驗(yàn)。65 表 6 標(biāo)準(zhǔn)化協(xié)整系數(shù) 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。由于一般關(guān)心的是被似然比確定的第 1個(gè)協(xié)整關(guān)系，故程序?qū)⑵鋯为?dú)列了出來(lái)，其它兩個(gè)協(xié)整關(guān)系在另表列出。 表 5 未標(biāo)準(zhǔn)化協(xié)整系數(shù)64 表 5 給出的是未經(jīng)標(biāo)準(zhǔn)化的協(xié)整系數(shù)的估計(jì)值。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 )。 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。 點(diǎn)擊OK。對(duì)話框的右側(cè)是一些提示性信息，不選。由于此案例 VAR模型的最大滯后階數(shù)p=2。并采用起、止滯后階數(shù)的配對(duì)輸入法。左下部第一個(gè)白色矩形區(qū)需用戶輸入 VAR系統(tǒng)中的外生變量名稱（沒(méi)有不填），不包括常數(shù)和趨勢(shì)。 若采用缺省第三個(gè)假設(shè)，即序列 Yt 有線性確定性趨勢(shì)且協(xié)整方程（ CE）僅有截距。 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。 ④ 序列 Yt 有線性趨勢(shì)但協(xié)整方程有截距和趨勢(shì) 。協(xié)整方程可有以下 5種結(jié)構(gòu)： ① 序列 Yt 無(wú)確定性趨勢(shì)且協(xié)整方程無(wú)截距； ② 序列 Yt 無(wú)確定性趨勢(shì)且協(xié)整方程只有截距 。57 圖 3 Jonansen協(xié)整檢驗(yàn)窗口58 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。如當(dāng)約翰森協(xié)整檢驗(yàn)結(jié)果有多個(gè)協(xié)整向量時(shí)，究竟哪個(gè)是該經(jīng)濟(jì)系統(tǒng)的真實(shí)協(xié)整關(guān)系？如果以最大特征值所對(duì)應(yīng)的協(xié)整向量作為該經(jīng)濟(jì)系統(tǒng)的協(xié)整關(guān)系，這樣處理的理由是什么？而其他幾個(gè)協(xié)整向量又怎樣給予經(jīng)濟(jì)解釋？由此可見(jiàn)這種方法尚需完善， 一般取第一個(gè)協(xié)整向量 為 所研究經(jīng)濟(jì)系統(tǒng)的協(xié)整向量。當(dāng) N2時(shí)，最好用Jonhamson協(xié)整檢驗(yàn)方法。 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。 （ 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(guò)程。 H1：有 M個(gè)協(xié)整關(guān)系。 注意 ：用于脈沖響應(yīng)和方差分解的 VAR 模型，最好使用季度或月度數(shù)據(jù)； 53 Jonhansen（ 1995）協(xié)整檢驗(yàn)是基于 VAR模型的一種檢驗(yàn)方法，但也可直接用于多變量間的協(xié)整檢驗(yàn)。來(lái)自第 2個(gè)方程（自身）的新息占LCT預(yù)測(cè)標(biāo)準(zhǔn)誤的 69% ，自身影響最重要。加起來(lái)為 100% 。以 t = 3為例， LCT的預(yù)測(cè)標(biāo)準(zhǔn)差等于 。 由表 12 和圖 13 知， 1期、 2期、 … 、 15期時(shí) ,LCT的預(yù)測(cè)標(biāo)準(zhǔn)差。49圖 12 方差分解定義對(duì)話框50表 12 LCT方差分解 圖 13 LCT方差分解合成圖51 表 12包括 5列。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?。?12和圖 13分別是對(duì)內(nèi)生變量LCT進(jìn)行方差分解的表格和合成圖輸出結(jié)果。對(duì)話框中 Periods后輸入的數(shù)值代表預(yù)測(cè)期，例若取 15。 對(duì)所建立的 VAR(2)模型進(jìn)行方差分解分析。 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。脈沖響應(yīng)函數(shù)描述的是 VAR模型中的每一個(gè)內(nèi)生變量的沖擊對(duì)自身與其它內(nèi)生變量帶來(lái)