【正文】 P20 檢驗(yàn)的原假設(shè)是模型滯后階數(shù)為 1， 即 P=1， 似然比檢驗(yàn)統(tǒng)計(jì)量 LR ： 其中， Lnl(1)和 Lnl(3)分別為 P=1和 P=3時(shí) VAR(P)模型的對(duì)數(shù)似然函數(shù)值。對(duì)本例： f=VAR(3) 估計(jì)參數(shù)個(gè)數(shù) VAR(1)估計(jì)參數(shù) 個(gè)數(shù) 。 ?22 Jonhamson（ 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)。 H1：有 M個(gè)協(xié)整關(guān)系。 1l o g ( 1 )NMiiML R n ???? ? ??i? 三、 約翰森（ Jonhamson）協(xié)整檢驗(yàn) 23 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)過程。 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。當(dāng) N2時(shí)，最好用Jonhamson協(xié)整檢驗(yàn)方法。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。具體命令如下 : 在工作文件窗口，在待檢三個(gè)序列 LGDP、LCT、 LIT的數(shù)據(jù)窗口的工具欄，點(diǎn)擊View/Cointegration Test，就會(huì)彈出如圖 113所示的約翰森協(xié)整檢驗(yàn)窗口。左上部是供用戶選擇檢驗(yàn)式的基本形式，即 Johanson檢驗(yàn)的五個(gè)假設(shè)。協(xié)整方程可有以下 5種結(jié)構(gòu)： ① 序列 Yt 無確定性趨勢(shì)且協(xié)整方程無截距； ② 序列 Yt 無確定性趨勢(shì)且協(xié)整方程只有截距 。 ④ 序列 Yt 有線性趨勢(shì)但協(xié)整方程有截距和趨勢(shì) 。 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。 本例采用缺省第三個(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。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（沒有不填），不包括常數(shù)和趨勢(shì)。 29 第三 ，左下部第二個(gè)白色矩形區(qū)給出內(nèi)生變量的滯后階數(shù)，用戶輸入滯后階數(shù) p1。如輸入1 2，意味著式 ()等號(hào)右邊包括應(yīng)變量 1至 2階滯后項(xiàng)。因此，這里輸入 1 1。定義完成之后。輸出結(jié)果見表 、表 。最后一列是對(duì)原假設(shè)檢驗(yàn)結(jié)果，依次列出了 3個(gè)檢驗(yàn)的原假設(shè)結(jié)果，并對(duì)能拒絕原假設(shè)的檢驗(yàn)用“ *”號(hào)表示， “ *”號(hào)表示置信水平為 95%，“ **”號(hào)為 99%。 表下面是在 5%的顯著性水平上存在 3個(gè)協(xié)整關(guān)系的結(jié)論。表 值，并且將 3個(gè)協(xié)整關(guān)系的協(xié)整系數(shù)都列了出來。 但須注意 ： 第一個(gè)協(xié)整關(guān)系對(duì)應(yīng)著 VAR的第一個(gè)方程，故可根據(jù)需要調(diào)整方程的順序，使希望的應(yīng)變量的系數(shù)為 1。最下面一行是對(duì)數(shù)似然函數(shù)值。 （ 1）單位根檢驗(yàn)。 （ 2） AR 根的圖表驗(yàn)證。 36 方法（ 1）讀者已熟悉，本例用方法（ 2）驗(yàn)證。否則模型不穩(wěn)定，某些結(jié)果（如脈沖響應(yīng)函數(shù)的標(biāo)準(zhǔn)誤差）不是有效的。對(duì)本案例有 6個(gè) AR單位根， 列于表 114 。 37 表 AR單位根 由表 ，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 。 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。 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(duì) 的預(yù)測(cè)精度無顯著性改善，則稱 對(duì) 存在格蘭杰非因果性關(guān)系。 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。檢驗(yàn) 對(duì) 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(jì)值都不顯著，則 H0 不能被拒絕，即 對(duì) 不存在 格蘭杰因果性 。 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(yàn) 對(duì) 是否存在格蘭杰因果關(guān)系。 當(dāng) 時(shí)，接受 H0， 對(duì) 不存在格蘭杰因果關(guān)系； 當(dāng) 時(shí)，拒絕 H0， 對(duì) 存在格蘭杰因果關(guān)系。 注意： （ 1）由式（ ）知 ,格蘭杰因果關(guān)系檢驗(yàn)式 ,是回歸式，因此，要求受檢變量是平穩(wěn)的，對(duì)非平穩(wěn)變量要求是協(xié)整的，以避免偽回歸。 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。 （ 4）格蘭杰因果性檢驗(yàn)原假設(shè)為：宇宙集、平穩(wěn)變量（對(duì)非平穩(wěn)變量要求是協(xié)整的）、大樣本和必須考慮滯后。 44 格蘭杰因果性檢驗(yàn)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(diǎn)擊 OK即可。 由于 LGDPt、 LCt和 Lit間存在協(xié)整 關(guān)系，故可對(duì)它們進(jìn)行格蘭杰因果性檢驗(yàn)，檢驗(yàn)結(jié)果示于表 。 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。 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(diǎn)擊 OK。 表 VAR模型參數(shù)估計(jì)結(jié)果 48 49 表 11. 10 VAR模型各方程檢驗(yàn)結(jié)果 表 VAR模型整體檢驗(yàn)結(jié)果 50 將表 11. 9的 VAR(2)模型改寫成矩陣形式 : 1111 . 5 5 7 3 0 . 0 1 4 8 0 . 1 9 2 10 . 7 3 4 7 0 . 6 4 6 7 0 . 1 8 5 02 . 7 7 5 5 0 . 4 7 1 5 0 . 0 4 4 11 . 1 1 0 4 0 . 7 7 0 3 0 . 0 7 8 4 23 45 042 . 9 3 1 5 1 . 4 6 9 4 0 . 3 9 8 3ttttLG D P LG D PLCt LCtLI t LI t?????? ? ? ? ? ?? ? ? ? ? ???? ? ? ? ? ?? ? ? ? ? ???? ? ? ? ? ????????2220 . 5 8 9 80 . 4 3 5 42 . 2 0 6 4tttLG D PLCtLI t????? ? ? ? ?? ? ? ? ???? ? ? ? ? ?? ? ? ? ? ??? ? ? ? ?51 表 中列表示方程參數(shù)估計(jì)結(jié)果和參數(shù)的標(biāo)準(zhǔn)差 t檢驗(yàn)值。 表 每一列表示各子方程的檢驗(yàn)結(jié)果。其中包括殘差的協(xié)方差、對(duì)數(shù)似然函數(shù)和 AIC 與 SC。 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。預(yù)測(cè)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(yàn)。 若利用案例一建立的 VAR（ 2）模型進(jìn)行預(yù)測(cè)， 首先要擴(kuò)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。 案例 1 (六 )預(yù)測(cè) 在工具欄中點(diǎn)擊 Solve，則線性模型出現(xiàn)在圖 116中，模型預(yù)測(cè)窗口示于圖 117。 由圖看出，動(dòng)態(tài)擬合結(jié)果只能反映序列的變化趨勢(shì)，而無法對(duì)短期波動(dòng)進(jìn)行刻畫。 圖 118 動(dòng)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(duì)于政策時(shí)滯的實(shí)證研究主要有如下 4種方法： （ 1） 對(duì)時(shí)序變量數(shù)據(jù)或圖 、 表進(jìn)行直觀分析 ，方法簡(jiǎn)單 ， 但主觀性強(qiáng) ， 精 度低； （ 2） 時(shí)序時(shí)差相關(guān)系數(shù)法 ， 只能給出滯后期 ，不能給出持續(xù)的時(shí)間 、 影響程度和相互作用 。 后兩種方法是目前國(guó)外常用的方法，近年國(guó)內(nèi)學(xué)者開始采用進(jìn)行政策時(shí)滯分析。 58 時(shí)差相關(guān)系數(shù) (Cross Correlation)分析法是利用相關(guān)系數(shù)檢驗(yàn)經(jīng)濟(jì)時(shí)序變量間滯后關(guān)系的一種常用方法 。 以相關(guān)系數(shù)的大小判斷兩變量間的時(shí)差 (僅能判斷時(shí)差 )關(guān)系 。 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(shí)差），取值為整數(shù)。 k?kxy60 此法計(jì)算簡(jiǎn)單，容易理解。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(shí)間、影響程度和變化方向。由于多數(shù)時(shí)序變量具有時(shí)間趨勢(shì)，可能有偽相關(guān)，使計(jì)算結(jié)果傳遞錯(cuò)誤信息，因此，通常進(jìn)行平穩(wěn)化處理。（最好對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)）。 在彈出的滯后窗口 ， 默認(rèn) 12， OK。然后進(jìn)行比較，其中 | |最大者對(duì)應(yīng)的時(shí)差就是二序列間的時(shí)滯。 而時(shí)差相關(guān)系數(shù)法只能考慮兩個(gè)變量。而時(shí)差相關(guān)系數(shù)法只能給出時(shí)滯。 對(duì) VAR模型而言，單個(gè)參數(shù)估計(jì)值的經(jīng)濟(jì)解釋是困難的，其應(yīng)用除預(yù)測(cè)外，最重要的應(yīng)用是脈沖響應(yīng)分析和方差分解。具體而言，它描述的是在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊（來自系統(tǒng)內(nèi)部或外部）后對(duì)內(nèi)生變量的當(dāng)期值和未來值所產(chǎn)生的影響（動(dòng)態(tài)影響）。 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(duì)新息是沖擊，對(duì)內(nèi)生變量是對(duì)沖擊的響應(yīng)）傳遞給內(nèi)生變量的。設(shè)兩變量 VAR（ 2）模型： 64 式中， M為貨幣供應(yīng)量。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(dòng)如何通過模