VAR模型和VEC模型-Johansen协整检验.ppt

VAR模型和VEC模型-Johansen协整检验.ppt

ID:50362625

大小:107.00 KB

页数:33页

时间:2020-03-12

VAR模型和VEC模型-Johansen协整检验.ppt_第1页
VAR模型和VEC模型-Johansen协整检验.ppt_第2页
VAR模型和VEC模型-Johansen协整检验.ppt_第3页
VAR模型和VEC模型-Johansen协整检验.ppt_第4页
VAR模型和VEC模型-Johansen协整检验.ppt_第5页
资源描述:

《VAR模型和VEC模型-Johansen协整检验.ppt》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第11章VAR模型和VEC模型重点内容:向量自回归理论VAR模型的建立Johansen协整检验VEC模型的建立一、向量自回归(VAR)模型1.向量自回归理论向量自回归模型可以用来预测相关联的经济时间序列系统,并分析随机扰动对变量系统的动态冲击,进一步解释经济冲击对经济变量所产生的影响。滞后阶数为p的VAR模型表达式为yt=A1yt-1+A2yt-2+…+Apyt-p+Bxt+μt其中,yt为k维内生变量向量;xt为d维外生变量向量;μt是k维误差向量A1,A2,…,Ap,B是待估系数矩阵。一、向量自回归(

2、VAR)模型1.向量自回归理论滞后阶数为p的VAR模型表达式还可以表述为即上式称为非限制性向量自回归(UnrestrictedVAR)模型,是滞后算子L的k╳k的参数矩阵。当行列式det[A(L)]的根都在单位圆外时,不含外生变量的非限制性向量自回归模型才满足平稳性条件。一、向量自回归(VAR)模型2.结构VAR模型(SVAR)结构VAR是指在模型中加入了内生变量的当期值,即解释变量中含有当期变量,这是与VAR模型的不同之处。下面以两变量SVAR模型为例进行说明。xt=b10+b12zt+γ11xt-1+

3、γ12zt-1+μxtzt=b20+b21xt+γ21xt-1+γ22zt-1+μzt这是滞后阶数p=1的SVAR模型。其中,xt和zt均是平稳随机过程;随机误差项μxt和μzt是白噪声序列,并且它们之间不相关。系数b12表示变量的zt的变化对变量xt的影响;γ21表示xt-1的变化对zt的滞后影响。该模型同样可以用如下向量形式表达,即B0yt=0+1yt-1+μt一、向量自回归(VAR)模型3.VAR模型的建立选择“Quick”

4、“EstimateVAR…”选项,将会弹出下图所示的对话框。该对话框包

5、括三个选项卡,分别是“Basics”、“Cointegration”和“VECRestrictions”,后两个选项卡在VEC模型操作中使用。系统默认是“Basics”选项卡。。一、向量自回归(VAR)模型3.VAR模型的建立在“VARType”中有两个选项:“UnrestrictedVAR”建立的是无约束的向量自回归模型,即VAR模型的简化式;“VectorErrorCorrection”建立的是误差修正模型。“EstimationSample”的编辑框中输入的是样本区间,当工作文件建立好后,系统会自动

6、给出样本区间。“EndogenousVariables”中输入的是内生变量。“ExogenousVariables”中输入的是外生变量,系统默认情况下将常数项c作为外生变量。“LagIntervalsforEndogenous”中指定滞后区间一、向量自回归(VAR)模型4.VAR模型的检验VAR模型的滞后结构检验(1)AR根的图与表如果VAR模型所有根模的倒数都小于1,即都在单位圆内,则该模型是稳定的;如果VAR模型所有根模的倒数都大于1,即都在单位圆外,则该模型是不稳定的。如果被估计的VAR模型不稳定,

7、则得到的结果有些是无效的。在VAR对象的工具栏中选择“View”

8、“LagStructure”

9、“ARRootsTable/ARRootsGraph”选项,得到AR根的表和图。一、向量自回归(VAR)模型4.VAR模型的检验VAR模型中AR根的图VAR模型的滞后结构检验(1)AR根的图与表一、向量自回归(VAR)模型3.VAR模型的建立VAR模型的滞后结构检验(2)Granger因果检验Granger因果检验的原假设是H0:变量x不能Granger引起变量y备择假设是H1:变量x能Granger引起变量y

10、在EViews软件操作中,选择VAR对象工具栏中的“View”

11、“LagStructure”

12、“GrangerCausality/BlockExogeneityTests”选项,可得到检验结果。一、向量自回归(VAR)模型3.VAR模型的建立VAR模型的滞后结构检验(2)Granger因果检验右图的检验结果为:在5%的显著性水平下,变量log(ex)能Granger引起变量log(ms),即拒绝原假设;但变量log(ms)不能Granger引起变量log(ex),即接受原假设。一、向量自回归(VAR)模型

13、3.VAR模型的建立VAR模型的滞后结构检验(3)滞后排除检验滞后排除检验(LagExclusionTests)是对VAR模型中的每一阶数的滞后进行排除检验。如右图所示。第一列是滞后阶数,第二列和第三列是方程的χ2统计量,最后一列是联合的χ2统计量。一、向量自回归(VAR)模型3.VAR模型的建立VAR模型的滞后结构检验(4)滞后阶数标准选择VAR对象工具栏中的“View”

14、“LagStructure”

15、“LagLengthC

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。