关键词不能为空

当前您在: 主页 > 英语 >

时间序列建模案例VAR模型分析与协整检验教程文件

作者:高考题库网
来源:https://www.bjmy2z.cn/gaokao
2021-03-01 12:04
tags:

-

2021年3月1日发(作者:voyageur)









< br>建





V


A


R












精品资料



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端又可以出现在

< p>
方程的右端使得估计和推断变得更加复杂。为了解决这些问题而出


现了一种 用非结构性方法来建立各个变量之间关系的模型。本章所


要介绍的向量自回归模型


(vector autoregression


< br>VAR)


和向量误差


修正模型


( vector error correction model


VEC)


就是非结构化的多方


程模型。


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


组成的


< p>
向量



自回归模型。


VA R


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



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。



VAR(


p


)


模型的数学表达式是




y


t


?


Φ

< br>1


y


t


?


1


?


???


?


Φ


p


y


t



?


Hx


t


?< /p>


ε


t


t=1,2,


?


p


..,T


其中:


yt




k


维内生变量列向量,


xt



d


维外生变量列向量,

< p>
p


是滞后阶数,


T


是样本 个数。


k


?


k


维矩阵


?


1






?


p



k


?


d


维矩阵


H


是待估计的系数矩阵。

< p>
?


t




k


维扰动列向量,它们相互之间可以


同期相关,但不与自己的滞后值相关且不与等式右边的变量相关,


假设

< br>


?




?


t


的协 方差矩阵,是一个


(


k


?


k


)


的正定矩阵。



仅供学习与交流,如有侵权请联系网站删除



谢谢


2


精品资料



注意,由于任何序列相关都可以通过增加更多的


yt


的滞后而被


消除,所以扰动项序列不相关的假设并不要求非常严格。




?


?












?


?



1952< /p>



1991


年对数的中国进、出口贸易总 额序列为例介绍


VAR


模型分析,其中包括

;



VAR


模型估计

< p>
;



VAR


模型滞后期的


选择


;



V AR


模型平隐性检验


;



VAR


模型预侧


;


⑤协整性 检验



VAR


模型佑计



数据



仅供学习与交流,如有侵权请联系网站删除



谢谢


3


精品资料





Lni(


进口贸易总额


), ,Lne


的时间序列见图。两个序列都是带有趋


势的非平稳序列,明显存 在某种均衡关系,建立


VAR


模型的步骡如

下。




(1)


选择模型类型(


VAR Type


):



仅供学习与交流,如有侵权请联系网站删除



谢谢


4


精品资料




无约束向量自回归(


Unrestricted VAR


)或者向量误差修


正(


Vector Error Correction


)。无约束


VAR


模型是指


VAR


模型


的 简化式。



(2)



Estimation Sample


编辑框中设置样本区间



(3)


输入滞后信息





Lag Intervals for Endogenous


编辑框中输入滞后信息,


表明哪些滞后变量应该被包括在每个等式的右端。这一信息应该成


对输入 :每一对数字描述一个滞后区间。例如,滞后对



1 2


表示用系统中所有内生变量的


1


阶到


4


阶滞后变量作为等式右


端的变量。




也可以 添加代表滞后区间的任意数字,但都要成对输入。


例如:



2 3 4 6 12 12


即为用


2



3


阶,


4



6< /p>


阶及第


12


阶滞后变量。




(4)



Endogenous Variables


编辑栏中输入相应的内生变量



(5)



Exogenous Variables


编辑栏中输入相应的外生变量



EViews


允许


VAR


模型中包含外生变量,



其余两个菜单(


Cointegration



Restrictions


)仅与


VEC


模型


有关,将在下面介绍。



结果如下:



仅供学习与交流,如有侵权请联系网站删除



谢谢


5


精品资料





估计量的标准差



回归系数估计量的< /p>


t


统计量



输出 的第一部分显示的是每个方程的标准


OLS


回归统计量。根


据各自的残差分别计算每个方程的结果,并显示在对应的列中。



输出的第二部分显示的是


VAR


模型的 回归统计量。




估计结果如下:



仅供学习与交流,如有侵权请联系网站删除



谢谢


6


精品资料




1.



VAR


模型滞后期的选择,由下图知,确定建立


var



2


模型)





仅供学习与交流,如有侵权请联系网站删除



谢谢


7


精品资料



3. VA R


模型平稳性检验





VAR


模型估计结果窗点击


View


键选


Lag Struckur, Ar roots


Table


功能,即可得到


VAR


的全部特征根


,


若选


Lag Skruciure



AR


roots Graph


功能,即可得到单位圆曲线以及


VAR


模型全部特征根的


位置图


,


共有


kp


个根,其中


k


是内生变量的个数,


p

< br>是最大滞后阶


数。有以下两个可以看出,有一个根在单位元外,所以是不稳定


的。



Inverse Roots of AR Characteristic Polynomial


1.5

< br>1.0


0.5


0.0


-0.5< /p>


-1.0


-1.5


-1.5



-1.0


-0.5


0.0


0.5


1.0


1.5

< br>


Roots of Characteristic Polynomial


Endogenous variables: LNI LNE


Exogenous variables: C


Lag specification: 1 2


Date: 06/01/10 Time: 23:41






Root


Modulus






1.028452


1.028452


0.429328 - 0.143392i


0.452641


0.429328 + 0.143392i


0.452641


0.182526


0.182526






Warning: At least one root outside the unit circle.


VAR does not satisfy the stability condition.



仅供学习与交流,如有侵权请联系网站删除



谢谢


8

-


-


-


-


-


-


-


-



本文更新与2021-03-01 12:04,由作者提供,不代表本网站立场,转载请注明出处:https://www.bjmy2z.cn/gaokao/688115.html

时间序列建模案例VAR模型分析与协整检验教程文件的相关文章

时间序列建模案例VAR模型分析与协整检验教程文件随机文章