s多方程第1题结构向量自回归模型svar-例91我国货币政策效应实证分析的var模型

1、1、结构向量自回归模型(SVAR(1)系统概述结构向量自回归模型( SVAR的结构(表达式)、识别与约束、估计、诊 断检验(如滞后结构检验、残差检验等)及应用(如脉冲响应分析、方差分解等)、预测及评估。(2)利用例题9.1中的数据，构建结构向量自回归模型，实现以上内容，分析结果。结构VAR模型(Structural VAR , SVAR),实际是指 VAR模型的结构式，即在模型中包含 变量之间的当期关系。1.两变量的SVAR模型含有两个变量(k=2)、滞后一阶(p=1)的VAR模型结构式可以表示为下式xt10C12zt11xt 112zt 1Uxtzt20C21xt21 xt 122 zt 1

2、Uztt 1,2, L ,T(9.1.8)在模型(9.1.8)中假设:(1)随机误差Uxt和uzt是白噪声序列，不失一般性，假设方差x2 = Z2 =1 ；(2)随机误差uxt和uzt之间不相关，cov(uxt, u Zt)=0。式(9.1.8)一般称为一阶结构向量自回归模型(SVAR(1)。它是一种结构式经济模型，引入了变量之间的作用与反馈作用，其中系数C12表示变量zt的单位变化对变量xt的即时作用，21表示xt-1的单位变化对 zt的滞后影响。虽然uxt和uzt是单纯出现在xt和zt中的随机冲击，但如果C210,则作用在xt上的随机冲击uxt通过对xt的影响，能够即时传到变量zt上，这是

3、一种间接的即时影响；同样，如果C12 0,则作用在zt上的随机冲击 uzt也可以对xt产生间接的即时影响。冲击的交互影响体现了变量作用的双 向和反馈关系。xt10C12zt11 xt 112zt 1uxtzt20C21xt21xt 122 zt 1 uzt1C12xtQi1zt为了导出VAR模型的简化式方程，将上述模型表示为矩阵形式101112xt1uxt202122zt1uzt该模型可以简单地表示为(9.1.9)C0y t0 F1y t 1 u tt 1,2,L ,T 可以将式(9.1.13)写成滞后算子形式p阶结构向量自回归模型SVAR( p)为C0ytF1ytir2yt 2L其中：1C1

4、2LC1k(i)11C0Qi1LC2kr(i)21MMOM嶷1Ck2L1(i) k12.多变量的SVAR模型Fpyt put(9.1.13)(i)(i)121ku1t(i)(i)222ku2t,i 1,2, , p ut一M(i)(i)1 1k2kkuktC(L)yt ut,E(utut)鼠(9.1.14)其中：C(L) = C0 1L 2L2 pLp, C(L)是滞后算子L的k k的参数矩阵，C0 Ik。需要 注意的是，本书讨论的SVAR模型，Co矩阵均是主对角线元素为 1的矩阵。如果C0是一个 下三角矩阵，则 SVAR模型称为递归的 SVAR模型。不失一般T在式(9.1.14)假定结构式误

5、差项(结构冲击)ut的方差-协方差矩阵标准化为单位矩阵Ik。同样，如果矩阵多项式C(L)可逆，可以表示出 SVAR的无穷阶的VMA(8)形式yt B(L)ut(9.1.15)其中：_1B(L) C(L)B(L)B0 B1L B2L2B0C。1式(9.1.15)通常称为经济模型的最终表达式，因为其中所有内生变量都表示为ut的分布滞后形式。而且结构冲击ut是不可直接观测得到，需要通过yt各元素的响应才可观测到。可以通过估计式(9.1.5),转变简化式的误差项得到结构冲击比。从式(9.1.6)yt A(L)a和式(9.1.15),可以得到A(L)q B(L)ut(9.1.16)上式对于任意的t都是成

6、立的，称为典型的 SVAR模型。由于 A0= Ik,可得B0ut。(9.1.17)式(9.1.17)两端平方取期望，可得B0B02(9.1.18)所以我们可以通过对B0施加约束来识别 SVAR模型。由式(9.1.15),有B0 Cj-更一般的，假定 A、B是(k k)阶的可逆矩阵，A0巨阵左乘式(9.1.5)形式的VAR模型，则得A (L)yt Aqt = 1, 2,，T(9.1.19)如果A、B满足下列条件：At =But , E(ut ) =0k,E(utut) = Ik,则称上述模型为AB-型SVAR模型。特别的，在式(9.1.17)的后一个表达式R 1“B0。 ut中，A = B0-1

7、 , B = I ko结构VAR(SVAR)模型的识别条件对于k元p阶简化VAR模型yt 仅1 L pyt p A(9.2.1)利用极大似然方法，需要估计的参数个数为k2p k k2 2(9.2.2)而对于相应的k元p阶的SVAR模型C0ytA yt 1Fpyt p ut(9.2.3)来说，需要估计的参数个数为 2. 2k p k(9.2.4)要想得到结构式模型惟一的估计参数，要求识别的阶条件和秩条件，即简化式的未知参数 不比结构式的未知参数多。对于k元p阶SVAR模型，需要对结构式施加白限制条件个数为式(9.2.4)和式(9.2.2)的差，即施加k(k -1)/2个限制条件才能估计出结构式模

8、型的参数。这些约束条件可以是同期 (短期)的，也可以是长期的。SVAR模型的约束形式为了详细说明 SVAR模型的约束形成，从式(9.1.16)和式(9.1.17)出发，可以得到(9.2.5)Bo= Co-1 ,A(L)BoUt B(L)Ut其中A(L)、B(L)分别是VAR模型和SVAR模型相应的VMA)模型的滞后算子式, 这就隐含着Ai BoBi , i= 0, 1, 2,(9.2.6)因此，只需要对 B0进行约束，就可以识别整个结构系统。如果B0是已知的，可以通过估计式(9.1.17)和式(9.2.6)非常容易的得到滞后多项式的结构系数和结构新息Ut。在有关SVAR模型的文献中，这些约束通

9、常来自于经济理论，表示经济变量和结构冲击之间有意义的长 期和短期关系。诊断检验滞后结构检验：滞后阶数p的确定.确定滞后阶数的 LR(似然比)检验LR (Likelihood Ratio) 检验方法，从最大的滞后阶数开始， 检验原假设：在滞后阶数为j时， 系数矩阵j的元素均为0;备择假设为：系数矩阵j中至少有一个元素显著不为 0。2(Wald) 统计量如下：LR (T m)ln|?j1| ln| ?j |2(k2)其中m是可选择的其中一个方程中的参数个数：m=d+ kj , d是外生变量的个数，k是内生变量个数，和g别表示滞？j班数为(j -1)和j的VAR模型的残差协方差矩阵的估计。从最大滞后

10、阶数异始，比后LR统计量和5%水平下的临界值，如果 LR时，拒绝原假设，2表示统计量显著，此时表示增加滞后值能够显著增大极大似然的估计值；否则，接受原假 设。每次减少一个滞后阶数，直到拒绝原假设。. AIC信息准则和SC准则实际研究中，大家比较常用的方法还有AIC信息准则和SC信息准则，其计算方法可由下式给出：AIC2l.T 2nTSC 2l. T nlnT. T其中在VAR模型(9.1.1)中n= k(d+pk)是被估计的参数的总数，k是内生变量个数，T是样本长度，d是外生变量的个数，p是滞后阶数，l是由下式确定的TkTol 1 ln2 兀-ln ?22残差检验(1)相关图(Correlog

11、ram)显示VAR模型在指定的滞后阶数的条件下得到的残差的交叉相关图(样本自相关)(2)混合的自相关检验 (Portmanteau Autocorrelation Test)计算与指定阶数所产生的残差序列相关的多变量Box-Pierce/Ljung-Box Q统计量。(3)自相关 LM 检验(Autocorrelation LM Test)计算与直到指定阶数所产生的残差序列相关的多变量LM检验统计量。(4)正态性检验(Normality Test)White 异方差检验 (White Heteroskedasticity Test)脉冲响应分析实际应用中，由于 VAR模型是一种非理论性的*II

12、型，因此在分析 VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这种分析方法称为脉冲响应函数方法(impulse response function , IRF)。脉冲响应函数的基本思想用时间序列模型来分析影响关系的一种思路，是考虑扰动项的影响是如何传播到各变量的。下面先根据两变量的VAR(2)模型来说明脉冲响应函数的基本思想。 TOC o 1-5 h z Xt&均 1%Xt 21b2Zt 21t.t 1,2,L ,TZGXic?Xt 2dzt 1dz4 22t其中，bi, ci, di是参数，t= ( 1t

13、, 2t)是扰动项，假定是具有下面这样性质的白噪声向 量：0, tvar( t)( t t) t(t s)0, t s假定上述系统从0期开始活动，且设X-1=X-2 = Z-1=Z-2=0 ,又设于第0期给定了扰动项10 =1 ,20 =0,并且其后均为0 ,即 1t = 2t=0 (t =1, 2,)，称此为第。期给 X以脉冲。XtaXt 1a2Xt 2biZt1b2Zt21tZtGXt 1qx 2d1Zt 1d2Zt22t下面讨论Xt与zt的响应，t= 0时：X0 1,Z0 0将其结果代入式(9.4.1),当t= 1时Xia，Z1Ci再把此结果代入式(9.4.1),当t=2时X2Z2 GQ

14、C2d继续这样计算下去，设求得结果为Xo,Xi, X2 , X3 , X4,称为由X的脉冲引起的X的响应函数。同时所求得Z0,Z1, Z2 , Z3 ,Z4 ,L称为由X的脉冲引起的Z的响应函数。当然，第。期的脉冲反过来，从10 =0, 20 =1出发，可以求出由Z的脉冲引起的X的响应函数和 Z的响应函数。因为以上这样的脉冲响应函数明显地捕捉对冲击的效果，所以 同用于计量经济模型的冲击乘数分析是类似的。方差分解脉冲响应函数描述的是VAR模型中的一个内生变量的冲击给其他内生变量所带来的影响。而方差分解(variance decomposition)是通过分析每一个结构冲击对内生变量变化(通常用方

15、差来度量)的贡献度，进一步评价不同结构冲击的重要性。因此，方差分解给出对 VAR模型中的变量产生影响的每个随机扰动的相对重要性的信息。其基本思想如下所述。脉冲响应函数是随着时间的推移，观察模型中的各变量对于冲击是如何反应的，然而对于只是要简单地说明变量间的影响关系又稍稍过细了一些。因此，Sims于1980年依据VMA(o)表示，提出了方差分解方法，定量地但是相当粗糙地把握变量间的影响关系。其思路如下：根据式(9.4.8) k(a/)/ a(3) L)yitj 1(aijjt aijjt 1 aijjt 2 aijjt 3)可知各个括号中的内容是第j个扰动项j从无限过去到现在时点对yi影响的总和

16、。求其方差，假定j无序列相关，则E(aj0) jt a；。jt 1 a(2) jt 2 L )2(a?)、q 0这是把第j个扰动项对第i个变量从无限过去到现在时点的影响，用方差加以评价的结果。此处还假定扰动项向量的协方差矩阵是对角矩阵，则yi的方差是上述方差的 k项简单和：kyi的方差可以分解成 仁时集?目关的Wa部)匕为N测定各个扰动项相对yi的方差有多大程度的贡献，定义了如下尺度：(aj(q)2跖，()工即相对方差贡献率 (relative variance contribution对yi的方差的相对贡献度来观测第j个变量对第(a(q)2q 0k (ajq)2j 1 q 0RVC)是根据第

17、i个变量的影响。jj个变量基于冲击的方差实际上，不可能用直到s=8的项和aj林价。如果模型满足平稳性条件，则随着(q)q的增大呈几何级数性的衰减，所以只需取有限的 项。VAR(p)模型白前s期的预测误差是可得近似的相对方阳献啜10(RVC)2：q 2RVCj i(s)As 1 0 s 1 ,A0Iks 1 (a(q)2jjq 0k s j1(q1 。淄)2jj其中RVCji(s)具有如下的性质:0 RVCkj 1j i (s)RVCji, j1,2,Li(s)如果RVCj可以认为第i(s)大时，意味着第j个变量对第i个变量的影响大，相反地，RVCj i(s)小时,j个变量对第i个变量的影响小。

18、具体操作步骤：1、导入数据后，生成新的数列：GDP_ P=GDP *100/P90, M1_P=M1*100/P902、对GDP_P和M1_P进行季节调整口 工二file Edit Ob e d View Pn QuikIldd-lns Wind on HelpI ViewfVac| ObifrtPrint| Save | DftailE-/-1incw | Fetch二 El 二 KCenrampieRange 1995Q1 3D07Q4 - 52 olbs 巳力痴M在 1U96Q1 2UWQ4 - 62 GlbSFiller *I5QPWQF完整1仁加*KKi-岷利王点面.计朝和9折方法典

19、._ L X函00叼S0SB55MlM1_PPlvHPrai | Object Pro-e-iErtie： rihtjfJarfiiepree.zil LDeraut . | Sort |E-dltA,Gen ci ate by Eqjaton.-Geneiatc b* ria?ifir.nt an .J*Uea3rapliEii.iM：eirpolet.-14M4- 10:4rgtio_E=5cipTi uu/fto19中199的uu畜库nt*工mm XL 3.139-1 q卬fepor- endtii 5in-Ciih|ri g.,.All |H|j| vlrH1S9b|-kidirlk-

20、3iresOrt filterr.,15SI ly=nFrctrncy Httfr.iJoving Teregj? Methods .kf.ku 直hitmM -1HJI1MBMiku 口口 trihulK?n Fhl Dal a.19学日im*19甲弓由削-RESIDSR t01yS 5印0 DF.P Wc rkfi le：讣必亮整 i 工1 二_3尸.印7Q412l9f以is服屯1fl5?0 涮19亚砒9732.5531T笳31017701.I9Q413291.33109SQIWIE19舱端i 0行亡、七t Ci 4 dr d品3、生成新的数列：e=p-100, rr=r-e4、建立VAR

21、。选择 Quick/Estimate V ARF WorHik- U X由专责 7o Object Prmt|Sas/t Del Is-.Ratigv 189501 200704 “ 52 Q5Sample 199501 700704 “ 52 absECDIPGDPPSA MlMl _P M1_P13A rR RESID HR* SLLLt，： riiwFafpc。螂 Fetch S-tri Di etc Urv sampleFilter*ViuR SpecrficaticnBasics | e.lm 0才i 区 t m t ： nVfiF； TypeEroacnous oH电bles! V

22、artabricwd VA1i Vtctar Errat- CorrattCstmalicri Sariipk .% 19SG(ii 0077,4Lsq ftteiTiSite Hr 口心。弓客hdl引1 2LChe Hold 沟t&jL-输入相应的 内生变量输入相应的外 生变量，系统通 常会给出常数 C作为外生变 量画 Van UNTITLED Workfile; SVA嗡练;UntitledView 卜0( Object PHnqNdtneleezeH Estimate stats Impulse ResidsVectoi Airtoi e 1*；.Fffeh &ta Selwe lXkp

23、 匕占量甲质ViftM fTsc Otyecr Fiiht ；配建网,ar CAH?L Ac Upe 5； LKfel & 1 2_SK.闽 Proc CtijfKl.|用值卜独用七卜耳比.Ekmm* |幺日心|值印3 p e skh 1三星jr野成切口？M曳irgslHU LfitliiiTe-s,BfifTiaEton Output乳山 Etui，l Fdnrizj七0mI.RjKLdUd 年国 4Ph 工En 如骗ft 口 WFDM5mgM口，Gghionreianon MatrixE nvnrianrt M-iTty口 G,CiPLag StPuKlut*皿iduadT屿七:Qlotu

24、GEH nn Tsst.ReiPdf-Lab口U9BS间.口口1播 40女巾站福斗箕励-U.DO174)口印.887 到-2,9313卜加了口 EMO.OCMD&1I印班(Q.OCH 91103,00135)E0G6J|1.rTH75|13.0092,鲫01770,0CM25l仁布卜印,1 啊卜E.115写国QI 1490 S1.醒 UR0.05873LQ则W1P ONTR-11.1004:2-iew 片。匚 Object FYirrt IJarne Freeie Estirnate Stats rnpuke ResidsRe&idiialCirelation MatrixRRLOG 制 1_

25、P DLQG(GDP“.RR1.0000000.355530-0399690DLOO(M1_P,0,3555301.0000000151449DLOCCGDP.-0.3936960.1514491 CIOOOQO从表中可以看到实际利率rr、实际M1的ln(m1)方程和实际 GDP的ln(gdp)方程的残差项之间存在的同期相关系数比较高，进一步表明实际利率、实际货币供给量(Mi)和实际GDP之间存在着同期的影响关系，尽管得到的估计量是一致估计量，但是在本例中却无法刻画 它们之间的这种同期影响关系。5、建立矩阵A、BFl srkfilE： SVAFS； Ncw ObjectK而才巷与,“ D Xk

26、ievjpi 0国白土 PType of objectKame For 口bjedt一门由图七Range: 1995Q1 zooSarrpte: 1199501 200Finer*用第 ri* # ecw-SBf1 d11IAJG0E0ODr 0eDF_p必M1 0M1 P 0M1-P GA 0F 0F9D F S RESID SF?R SERIPSO1 国 VAR01ELfUdUun FtOf Giaph Group LugLMade!Pool Sample Scalar Series StfiecLidc Series Alpha Spool bacs SMna Sector Systcn

27、 TableText VdMapVMlCance* * 9-L2133由1 W3rkfiJt 5V口- (OdowEcnts and scttF* 的玉原面；计星彩济分析小W所叫 Object, Prirttpave Details +f-1 Show Fetrti store Delete Genr SaRange： 1 G36O1 200704 - 62 oteSample: 1 09501 200704 52 0 bsceg-ggmmmpprRESID RR SERIEQOINew MatrixType0 MatrixSymmetric MatrixRectorCoeffkiert Ve

28、cbrCancelI加1：加aumJ一 4,n e r口srkmtw 金户od;n*a?w:M/h更*;BGmfAH-，： u XS3HS.S!2gq 3W0QDP srQDFP QDP1PISA9Z1Blzi PK2?5 SF 2 SIRRaD RRsii- ta 至Rol L.t-m- Fig，一3J2AII& ay一?一I ooii i1Mc z:oC3o O?O oao J-,1国 51 5VAF菖丫9J6、估计SVAR (矩阵形式表示的短期约束)Procs/Estimate Structural Factorizationugr| Van VAR01 Woridil W闻浣整 1 ;

29、；9_1_2一3_5-OXView| Proc Object Print Name, Freeze Estimate Stats Impulse Resids“a IKuI、匚 I1 卜Sli i 时 tui & VAR Ewtii i】曲号&Structural VAR EstimatesDate. 01/04/14 Time: 119:14Sample (adjusted): 1 995Q4 200704included observations: 43 fteradjustmentsEstinnation method: method ofscoring (analytic deriva

30、tives)Convergence achieved after 10 Ite rationsStructural VAR 悔 o/er-identified Q degrees of freedom)Model; Ae = Bu where Euu 卜 IRestriction Type: short-run pattern mwtri匿4 =100C1CCC1日三10010001WARNING: 3 mairix isfxed (structural innovation variances natstimated)illCoefficient Std. Error z-Statistic

31、FrokL00(1 0.4546210.1502273 026015O,C025O(2)0.4090250.14063627527760.0059C3-7D.264S97,09S652,8983440 0000C(4)101 125110 21610Q S98S030.C000Log likelihood228,7104lr testlbr over identification：ChLequmre 6.5S1250Probability0.0372Estimated A matrix10000000.000000O.OODOOO0.4546211.000000101.12510.409025

32、-70.26491.000000Estimated B matrix1 000000O.0D00OO0.000000ooooaoouoooooa.ooDoaoo.oooaaDo.ooooooi.odoooo*- I加估方t SVAR （文本形式表示的短期约束）rle Ed t Objea View Proc Quiet Options Addins WmSw Help 、* kSVAR先忙vie/ roc Ooject Pnnt20O7Q420O7GM(Gd0Cb EentSnd ,3“ DaiNIS/ | SIV-520bs 5? 003 Van VATOL Wortfileyi- Ptoc

33、|objfcd Piint|l4d ifc Freeze | Etinute SUts jlr ip.ise ReJds |SVAROplionsF-F L D DI 斤IP81 PCP90esirerih ABCEGGOUUMIFRRRS A 53 5 一s02sy_5/ s_ 凶育面Endx工q二 var；ol list：Ual l&r hK mdiU:Qa2 for DLWCll ? SA) rauduol:0q3 for DLODP.F_SX)Short-rMnyd : CClJWulIderOfyinQ ROSYSAS OHjmeV.ionConlrL Text”】S曲1而2 N4。

34、由 cG)*Ce2 -* 3u3 rfenotyno - whiffionj (Ae - Bj 6m EuuJ oid-ntty!m定取消uarl Van VAR01 Workfile: 5VA耍整 1:9_1_2_3_5-OXView| Proc Object Print Name Freeze Estimate Stats Impulse Resids Sli uclui al VAR EstimatesStructural VAR EstimatesDate: 01/04H 4 Time: 19:14sample (adjusied)： iyyt)U4 zuu，Q4Included ob

35、servations: 49 after adjustmentsEstimation method: method of scoring (analytic derivatives)Convergence achieved after 10 iterationsStructural VAR is over-identified 画 V VAR01 Wordile: 5 JA烷整上:9_1_2J_5V虐皿Prot OOjtct Print Mame Freeze Estimate Stat! Impuk R“d$ Sfi iidiird VflR EstinuMes* D|JI，QDI Nl V

36、JWWWVI _l .UGV I 修 O lUU b NWARNING: B matrix isTixad (structural innovation variances not estimate4niu-oeffic ent Sid. Errore-StatisticProbIf- J- LJ 12 3 4 fl fll /I /I c c c c-0.454B210150237-3.0260140.0025-0.4090250 1 48536-2.7527760.005970.264897.09S6525.3983440.0000-101.125110,21 61 ij-9.596603

37、C.OOOOLog likelihood226,7104Probability 0.0372LF? last for o vernd anti fie ati o ri- Chi-squarep)6 561250Estimated A matrix:1 000000oocooooo oaoooc0.4546211.000000101.12510.409025-70.264891.00000(1Estimalea 日 matrix:1.0000000.000000O.OOIOOOD0000000t0000000 OCiOOOCo.aoooQoo.oooooa1 D3000C在模型（9.2.13）

38、满足可识别条件的情况下，我们可以使用完全信息极大似然方法（ FIML ）估计得到SVAR模型的所有未知参数，从而可得矩阵 A及t和ut的线性组合的估计结果如下 （设VAR模型的估计残差=et）:100e1tU1tAet0.451101.23e2t乌t0.4170.261e3tU3t或者可以表示为彻U?te2t0.45 仇 101.13 e3t U2te3t0.41 a 70.26 e2t U3t7、滞后结构检验一旦完成 VAR 模型的估计，在窗口 中选择View/Lag Structure/Lag Length Criteria滞 后 长 度 P=4 的 估 计 结 果 如 下0 EViews

39、 - Van VARD1 Workfik: 5A烷整L:9_2_51画 Hie Edit Object View Proc Quiet Options Add in; Window HelpView Rroc ObjectPrint Name iFitMe | EEtlmate Stats Impuke ResidsVAR Lag Order Selection CriteriaEndogenous variables: RR DLO5(M1_P_SA) DLOGLCG(M1_F_SA) DLOG(GDF_P_Si1Exogenous vsrisblss: CDte: 01(06)14 Tim

40、e: 23:41Sample 1995Q1 2DC7Q4Included observations. 4gUg5gLLRFPEAICSC0177.6512NA1 60e07-7136782-7.020957131.093797.792J02.63S-09-8.942600田.4/2g 产2243.331120 S7836f2.31-9 074736*-GJ63958* indicates lag order selected by the criterionLR: sequential modified LR test statisiic (each test at 5% level)FPE:

41、 Final prediction errorNIC: Akaike information criterionSC: Schwarz information criterionHQ: Hannan-Quinn information criterion各个统计量的最小滞后长度用 *表示，比较上面给两个结果，可知，建立四阶的模型比较合 理。AR根图表 Var VAR01 Workfilu WA黯整L;9_l_2_3_5-OX*| View| Proc ObjectPrintNameFreeze | EstimateStatsImpulseResidsVAR Stability Conditio

42、n CheckRoots of Characteristic PolynomialEndogenous variables; RR DLOG(M1_P_SA) DLOG(.Exogenous variables: CLag specification! 1 2Date: 01/04/14 Time: 19:42RootModulus0.7790910.779091-0.5736150.5736150.5143510.5143510.031433- 0.37045210.3717830.031433 * 0.370452i0.3717330.2188900.218890No root lies

43、outside the unit circle.VAR satisfies the stability condition. Van VAR01 Workfile: SVA烷整 1:9_1_2_3_5-OX全部根的倒数值都在单位圆内，表明VAR模型是稳定的，模型稳定可以做脉冲响应函数分析。8、残差检验n xview Proc | ObjectPrint Name FreezeEtimmtw Impulse Reside阿 Var: VARfll WokfM: 5N工源整L:9 J_2_3_59、脉冲响应分析选择 View/Impulse Response THWA碍di - IE上 网 F Z

44、ni *Hk0 腐*w hi| vhr hn Q4m|pwvW触“*fpeferimPEJhiCIMi MuW4ri 步*wJiCH4MHMi m.RdMEW1 00中.70 1WM rLCfUflT3i rE,.eaiar 。峰gm-ourt巾”|FVjfr PFIFTTIfiaiu CiiEvqnTlKr-THRjrlidanitaKiMi gTiiafi-,JwmjHidaxaunia* i 山 口3 rWaqjpiji*4iri：i!r-rltdiirrt 片,，Cmn l.n:产生冲击的变量希望观察其脉冲响应的变量回 Var： INTfTLED Workfile： 5v口端婚:;Un

45、母怕小 ewi Pro: Otyect Print Mame Freeze EstimateResponse or dlqg(gdp_p_saj to cnoiesiv 恰 B町1加而旭火也惊却支1行Vic7,B ftac 03JEC 二irrt h三m三Fr册比 回值三Stats斤口工式|蒯小第*o rf g ChM拽中加 t S.D h rwui ens72 5 EResponsE 31XD EEGDF_P_S FR限型型of 口由英DP1.$牺耻母州.”由PeriodRRDLOG(M1_P_.1-0.00423S0.003374(0.00147)(0.00137)2-D.002639-0

46、 0017 32(.OOI 55)0.D0I61)3-0.0009300.001136(0.00112)(0.00154)4-0.0002339.53E-05(0.0002)(0.00080)5-00001890.000451(0.00073)(0.00043)6-6.33E-D57.e6E-05(0.00067)(Q.0O03D)7-1,eOE-050 0001 07(0.00056)0.0OQ21)8214E-D53R2E5(0.0007)(0.00017)91.95E-052.93E-05(O.COD39)0,00011)in2 35F-D5-1 74E-05(0.00031)(9 9E-05)Cholesk Ordering： RR DL0G(M1_PStanidrd Errors： AnaJytie从图中可以看出，给实际利率一个正的冲击，