【正文】
基分解 設(shè) 表示一個對角矩陣,對角線 位置的元素等于 的標(biāo)準(zhǔn)差。這樣,就可以將模型 重 新寫成: 其中: 。 1/2D( , )jjjtuADA ???1 / 2 1 / 2A D D A P P?? ???1 / 2P AD? 3) 廣義 IRF 上文已經(jīng)介紹過,正交 IRF的一個主要問題是其對 VAR模型中變量排序比較敏感。為了克服這一問題, Pesaran and Shin (1998)在一篇快訊文章中( Economics Letters)提出了一種新方法,用以構(gòu)建隨機(jī)沖擊項的一系列正交集。該方法稱為廣義 IRF。這種方法不需要將所有沖擊項都正交化,并且不受 VAR模型中變量的排序影響。 4)User Specified IRF 有些軟件,如 EViews,還為實踐者提供了自行設(shè)立脈沖響應(yīng)的選項。你需要在相應(yīng)的編輯窗口給出用來保存脈沖響應(yīng)函數(shù)的矩陣或者是向量。但是要注意,如果 VAR模型有 n個內(nèi)生變量,那么脈沖響應(yīng)函數(shù)的矩陣必須具有 n行、 1或 n列,這樣,每一列便對應(yīng)一個脈沖函數(shù)向量。 VAR模型和方差分解 所謂方差分解,就是指我們希望知道一個沖擊要素 的方差能由其他隨機(jī)擾動項解釋多少。通過獲得這個信息,我們可以獲知每個特定的沖擊因素對于 的相對重要性。 jt?jt?( ) ( )1 1 1 2 1()1 ( 1 ):? ( ) ( )()t h t jhhttt h thp t pYYY F Y F YFY? ? ????????? ? ? ? ?? ? ?基 于 的 線 性 預(yù) 測 可 以 寫 成 未來 h期預(yù)測所對應(yīng)的均方差: 1 1 2 211? ? ?( ) [ ( ) ( ) ] ( )t h t ht h t t h t t h thhttM SE Y E Y Y Y YE ????? ? ????? ? ???? ? ? ? ?? ? ? ?? ??? ? ?????此 處 。 1 1 2 21 1 12 2 2( ) v a r ( )v a r ( ) v a r ( )v a r ( ) Dt t t t n ntt t tt n n ntjtAu a u a u a uE a a ua a u a a uu???? ? ? ? ???? ? ? ? ??? ??又其 中 , 表 示 矩 陣 的 對 角 線 元 素 。