向量自回归模型等_第1页
向量自回归模型等_第2页
向量自回归模型等_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、一、本文的分析工具运用的是Eviews 5.0(最高版本应该已经出到了2013年发布的EViews8 Beta版本),也是专门的用于计量经济学分析的专业软件。Eviews是专门为大型机开发的、用以处理时间序列数据的时间序列软件包的新版本。关于该Eviews软件的教程说得最好的是高铁梅,应该是东北财经大学的教授。另外,国内做计量经济学比较牛的老师是清华大学的李子奈。Eviews是Econometrics Views的缩写,直译为计量经济学观察,通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律,采用计量经济学方法与技术进行“观察”。计量经济学研究的核心是设计模型、收集资料、估

2、计模型、检验模型、应用模型(结构分析、经济预测、政策评价)。Eviews是完成上述任务比较得力的必不可少的工具。正是由于Eviews等计量经济学软件包的出现,使计量经济学取得了长足的进步,发展成为一门较为实用与严谨的经济学科。二、传统的经济计量方法是以经济理论为基础来描述变量关系的模型。但是,经济理论通常并不足以对变量之间的动态联系提供一个严密的说明,而且内生变量既可以出现在方程的左边,又可以出现在方程的右边,使得估计和推断变得更加复杂。因此,后来就出现了向量自回归模型(vector autoregression)。本文主要涉及了计量经济学的三个概念,应该来说这三个概念是一体化的内容,也就是一

3、般搞研究涉及到VAR,必然会带出来脉冲响应和方差分解。因此,用简单的语言来说就是组合动作。1、什么是向量自回归模型?向量自回归模型简称VAR模型,是一种常用的计量经济模型,1980年由克里斯托弗西姆斯(Christopher Sims)提出。VAR模型是用模型中所有当期变量对所有变量的若干滞后变量进行回归。VAR模型用来估计联合内生变量的动态关系,而不带有任何事先约束条件。它是AR模型的推广,此模型目前已得到广泛应用。 向量自回归(VAR)是基于数据的统计性质建立模型,VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而将单变量自回归模型推广到由多元时间序列变量

4、组成的“向量”自回归模型。VAR模型是处理多个相关经济指标的分析与预测最容易操作的模型之一,并且在一定的条件下,多元MA和ARMA模型也可转化成VAR模型,因此近年来VAR模型受到越来越多的经济工作者的重视。模型的数学表达式是: (4.1)其中,是维内生变量向量,是维外生变量,是滞后阶数,是样本个数。维矩阵和维矩阵是要被估计的系数矩阵。是维扰动向量,它们相互之间可以同期相关,但不与自己的滞后值相关,假设是的协方差矩阵,是一个的正定矩阵。式(4.1)可以表示成矩阵形式 (4.2)即含有个时间序列变量的模型由个方程组成。还可以将式(4.2)作简单变换。表示为 (4.3)其中是关于外生变量回归的残差

5、。一般称式(4.3)为非限制性向量自回归模型(unrestricted VAR)。冲击向量是白噪声向量,因为没有结构性的含义,被称为简化形式的冲击向量。2、什么是脉冲响应?脉冲响应函数 ( Impulse Response Function) 是用来衡量随机扰动项的一个标准差冲击对其他变量当前和未来取值的影响轨迹,它能够比较直观地刻画出变量之间的动态交互作用及效应。3、什么是方差分解?虽然脉冲响应函数能够解释各变量对特定的冲击响应的符号及响应的幅度,但是不能比较不同冲击对一个特定变量的响应强度。为了进一步考察两个变量之间相互的波动性,利用方差分解技术对两个变量的预测均方误差进行分解,计算出每个变量冲击的相对重要性。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 ( 用方差表示) 的贡献度,它给出了对 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。它的基本思想是把系统中每个内生变量的变动按其成因分解为与各方程随机扰动项 ( 新息) 相关联的各组成部分,以了解各新息对模型内生变量的相对重要性。脉冲响应和方差分解的实质其实就是一回事情,也可以说是相互佐证。脉冲响应的含义是,冲击对某个变量在不同时期的影响效果,长期趋于稳定表明冲击效应基本不变化了。

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论