怎样在eviews里构建向量eviews残差自回归模型型

当前位置: &
VAR建模Eviews操作实例分析——理论篇
来源:中国指数网&&日期:
一、VAR模型
向量自回归模型,即,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,其一般形式为:
其中,Yt是k维内生变量,Yt-i是滞后内生变量向量,p分别是内生变量和外生变量的滞后阶数。Ai是k*k维系数矩阵,是待估计的参数矩阵。是由k维随机误差项构成的向量,其元素相互之间可以同期相关,但不能与各自的滞后项相关以及不能与模型右边的变量相关。
模型中每个方程的右边都是前定变量,没有非滞后的内生变量,且每个方程右边的变量又都是相同的,因此使用OLS估计方法可以得到与VAR模型参数一致的且有效的估计量。
对于滞后长度p的选取,一般希望滞后数足够大以便能够较好的反映所构造模型的动态特征。但是滞后数越大,模型中待估计的参数也越多,模型的自由度也越小。一般地,可以根据AIC信息准则和SC准则取值最小的原则来确定模型的滞后阶数。
在知道了各参数、残差以及其协方差矩阵的情况下,我们可以通过脉冲函数来计算某个内生变量的随机扰动的一个标准差冲击对VAR模型中所有内生变量当前值和未来取值的影响。为了简单,考虑如下包含两个内生变量且滞后一阶的VAR模型:
其中,称模型中的随机扰动动项为新息,若其发生变化,将使得变量Y1t的当前值会立即发生改变。同时,通过模型的作用也会使得变量的下一期值发生变化,由于滞后的影响,Y2t的变化又会引起Y1t未来值的变化。这样,随着时间的推移,扰动的最初影响在VAR模型中的扩散将引起模型中所有内生变量的更大变化。
需要注意的是如果新息是不相关的,则我们能够确定某个变量的扰动是如何影响模型中所有其他变量的;如果新息是相关的,则表明它们包含一个不与特定变量相联系的共同成分,此时,将共同成分的效应归属于VAR模型中第一个出现的变量。
VAR模型是研究货币政策的常用工具。这种方法可以以一种简单有力的方法描述内生变量间的动态作用。事实上,VAR结构也非常适合于分析货币政策变化时的财政传导过程。VAR技术由于能够对宏观政策效应进行验证并检验政策当局对商业周期的反馈作用而显得特别有用,因此,小编将以《我国财政货币政策对经济增长、价格波动的影响研究》这个实例进行VAR建模分析。
二、《我国财政货币政策对经济增长、价格波动的影响研究》背景
近几年一系列扩大内需的宏观经济政策对我国经济稳步发展起到了巨大的推动作用,特别是积极的财政政策和稳健的货币政策在扩大内需、推进经济向均衡状态发展等方面功不可没。但这也给我们提出一个问题,即这些政策如何对经济产生影响,它们的作用机制是怎样,经济面对这样的冲击又会产生什么样的反应?
对于以上问题的解析,小编将构建VAR模型进行详细解析。因此,考虑到财政货币政策实际运行结果是各种冲击作用下的综合反应,小编将以我国经济增长中近期时间数据为依托,构建名义GDP增长率、财政支出增长率、货币供应量增长率以及商品零售价格上涨率等4个变量的VAR模型,对我国财政政策货币政策的作用关系作实证分析检验,并通过脉冲响应函数,主要分析财政货币政策对经济增长和价格波动影响的动态效应。
三、《我国财政货币政策对经济增长、价格波动的影响研究》指标构建与数据来源
(一)指标构建
货币政策指标:在国内外的研究中,选择什么变量代表货币政策长期以来就是一个争论不休的话题,具体来说主要包括货币供应量和利率。但由于我国利率是管制利率,尚未实现完全市场化,不能及时反映货币市场资金的供求状况。所以货币政策主要通过控制货币供应量来调节总需求,进而影响物价和国民收入,因此,小编选取广义货币供应量M2增长率作为我国货币政策的代表变量。
财政政策指标:财政政策主要通过财政收入和财政支出手段来调控宏观经济,而财政收入主要来源与税收收入,但税收本身就是经济总量的增函数,并不能准确反映财政政策的松紧程度。因此,小编选取财政支出(GE)增长率作为财政政策的代表变量。
经济增长与价格波动指标:小编选取名义GDP增长率作为衡量经济增长的指标。而由于1985年前CPI数据的缺失,因此小编选取商品零售价格指数(RPI)上涨率作为衡量物价上涨程度的代表变量。
(二)数据来源
所有数据均来自《中国统计年鉴》和《中国金融年鉴》,其中1990年前未统计广义货币供应量M2数据,因此,小编利用《中国金融年鉴》中年国家银行信贷资金来源运用表对年的M2进行了整理计算。
那么接下来的具体建模过程,小编将会在下期指数学院中发布,请持续关注。
大数据平台
扫描二维码或查找公众账号(中国指数网)进行关注
手机扫一扫二维码即可在手机浏览器打开指数网!  作者简介:裘斌斌(1988.05―),男,汉族,浙江宁波,研究生,浙江财经大学经济与国际贸易学院,数量经济学。
免费阅读期刊
论文发表、论文指导
周一至周五
9:00&22:00
向量自回归模型与结构向量自回归模型简介
2014年21期目录
&&&&&&本期共收录文章20篇
  作者简介:裘斌斌(1988.05―),男,汉族,浙江宁波,研究生,浙江财经大学经济与国际贸易学院,数量经济学。 中国论文网 /3/view-6167716.htm  摘要:计量经济学作为一门经济学科,进入21世纪后在全世界得到了迅猛的发展,可以说是近10年来发展最为迅速的经济学科子类。其研究成果越来越多地被应用到实际金融领域,并取得了令人瞩目的成绩。在我国,随着金融业的不断发展,计量经济模型也被越来越多地应用于宏观经济分析以及行业分析中,很多金融从业者也逐渐依靠计量经济模型进行投资以克服人性的弱点。在此大背景下,本文拟对逐渐被广泛使用的向量自回归模型及其衍生出的结构向量自回归模型做相关的简介与探讨。   关键词:向量自回归;结构向量自回归;脉冲响应;方差分解;Granger因果检验   一、向量自回归模型(VAR)   1、向量自回归模型(VAR)简介   向量自回归模型(vector autoregressive model)是20世纪80年代由西蒙斯率先研究出来的。该模型采用联立方程的形式,在其每个方程中,所有的解释变量对模型中其他解释变量的滞后项进行回归,以此估算出内生变量间的相互动态的关系。   向量自回归(VAR)模型的建立是以各个变量的统计特点为基础,通过将其中每个解释变量作为其他解释变量的滞后项的函数来构建的,而且可以推导出由多个时间序列变量组成的多元向量自回归模型。VAR模型在处理分析各个经济指标间的相互关系时操作非常简洁与方便。因而受到广泛的关注,并且发展十分迅速。   一种极有可能的情况是,该模型无法捕捉两个变量之间的相对应关系。如果采用结构方程的联立形式,则可建立它们之间相应的线性关系。VAR模型结构受两个参数影响。一个是样本的总容量N,一个是模型的最大滞后阶数g。   2、向量自回归模型(VAR)的特点   VAR模型有区别与其他模型的许多特点,其主要的特点如下:   (1)不依据传统的相关经济理论。有两个关键之处需要在模型的建立过程中引起特别注意:①确定在VAR模型中的变量都是相关的;②确定滞后阶数g。建立后的模型应能反映出绝大部分变量间的相互影响。   (2) VAR模型中的参数可以为零。   (3) VAR模型中不包括任何为当期变量的解释变量,也不会出现任何与联立方程模型有关的问题。   (4) VAR模型中需要很多的参数估计。假设一个向量自回归模型含有3个变量,最大滞后阶数g=3,则有gN2=3*32=27个相应的参数需要估计。因此,当样本容量较大时,参数估计量得出的误差才可能会比较小,从而得到令人满意的结果。   (5)无约束VAR模型一个最大的应用之处就是在于对经济所进行的预测功能,其预测有着先天的优势。   3、向量自回归模型(VAR)的脉冲响应函数(impluse response)   由于在向量自回归模型参数中的OLS估计量具有一致性,因此对单独某个变量的估计值做经济解释是比较困难的。因此,如果想要对一个向量自回归模型做出相应的解释,通常是考虑在模型中使用脉冲响应函数(impluse response)。   脉冲响应函数(impulse response)简介   脉冲响应函数(impulse response)描述的是模型中内生变量对于标准差的误差冲击的反应。确切地说,它描述的是在随机误差项ut上施加一个标准差的冲击后,内生变量的当期值和以后几期的值能发生何种变化。或者说它描述了其他变量在t期以及t期后的滞后期保持不变的前提下, VAR模型中yi,t+s对yj,t一次冲击时的响应过程。   误差项间可能具有一定的相关性导致对脉冲响应函数的解释有困难。当误差项与误差项之间存在相关关系时,它们间共同的组成部分是不容易被识别的。   二、结构向量自回归模型(SVAR)   1、结构向量自回归模型基础   将一般的 VAR 模型拓展到经济金融领域经常用到的结构性(Structural)动态模型,即“结构向量自回归模型” (SVAR)。结构向量自回归模型可以捕捉模型系统内各个变量之间的即时性结构性关系。   从以上模型系统我们可以看到,IS 等式描述了真实经济产出缺口与真实利率(it-πt)之间的线性关系;菲利普斯曲线将通货膨胀定义为真实经济产出缺口和通胀率的函数;而货币政策反应方程则说明了货币政策工具,即短期利率,本身具有一定的平滑性特征(利率滞后项的出现),同时受到经济产出缺口和通胀压力的影响。所以,(2.1)这个模型系统每个等式都是基于一定的经济理论基础而建立起来的,并且这三个变量之间通过三个等式形成一个有机地动态系统。这就是一个典型的 SVAR 模型,在整个系统中,每个变量除了受各自的滞后项的影响,同时还包含了其它变量的即时(当期)的影响。   可见,通过将 SVAR 模型转化成 VAR模型,我们可以规避联立方程偏倚问题。而在估计 VAR 模型之后,原始的 SVAR 模型可以通过SVAR与对应的 VAR 模型之间的内在联系而获得。   由于SVAR 模型中的脉冲响应和方差分解,基本思路与VAR模型是类似的,都要依据脉冲响应和方差分解的基本定义进行计算。因此,在此不再做详细介绍。   2、格兰杰因果性检验   (作者单位:浙江财经大学经济与国际贸易学院)   参考文献   [1]Hamilton, J.D. 时间序列分析[M]. 普林斯顿大学出版社, 1994.   [2]White, H. 计量经济学的渐进理论 [M]. 加州学术出版社, 2001.   [3]张晓桐. 计量经济学基础[M]. 南开大学出版社, 2001.   [4]高铁梅. 计量经济分析方法与建模―Eviews应用及实例 [M]. 清华大学出版社, 2009.   [5]李子奈,叶阿忠编著. 高等计量经济学[M]. 清华大学出版社, 2000.   [6]王振龙. 时间序列分析[M]. 中国统计出版社, 2000.   [7]刘金全. 现代宏观经济冲击理论[M]. 吉林大学出版社, 2000.   [8]伍超标. 经济计量学导论[M]. 中国统计出版社, 1998.   [9]张保法. 经济计量学[M]. 经济科学出版社, 2000.   [10]王少平. 宏观计量的若干前沿理论与应用[M]. 南开大学出版社, 2003.
转载请注明来源。原文地址:
【xzbu】郑重声明:本网站资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息,与本网站立场无关。xzbu不保证该信息(包括但不限于文字、数据及图表)准确性、真实性、完整性等。苹果/安卓/wp
学科带头人
学科带头人
积分 4140, 距离下一级还需 1685 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶下一级可获得
道具: 变色卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 900 天连续签到: 3 天[LV.10]以坛为家III
我的论文需要期货与现货的套期保值比率。假设现货为y,期货为x。现需要用双变量向量自回归模型估计y与x的系数关系。现在已经知道最佳滞后阶数是2。
回归方程是
ΔYt=c+hΔxt+∑kYt-i+∑kXt-i+误差项。其中i=2,h为所要求的套期保值比率。
求高人告知这个方程在eviews里面具体怎么操作。
支持楼主:、
购买后,论坛将把您花费的资金全部奖励给楼主,以表示您对TA发好贴的支持
载入中......
顶起来,继续求大侠
论坛扫地人员
BVAR指的是Beyes VAR ,怎么在你这变成双变量了呢?
论坛扫地人员
看下高铁梅老师的书,论坛上有,如何操作很详细~
好的,我去看看,谢谢啦
crystal8832 发表于
BVAR指的是Beyes VAR ,怎么在你这变成双变量了呢?BVAR也可以是Bivariate& &VAR的。两种说法都有的
论坛扫地人员
打倒鬼子 发表于
BVAR也可以是Bivariate& &VAR的。两种说法都有的VAR中的V本身指的就是Vector,向量的意思。
是啊,Bivariate Vector 就是双变量向量
我也想知道怎么做!
二级伯乐勋章
二级伯乐勋章
一级伯乐勋章
一级伯乐勋章
初级热心勋章
初级热心勋章
初级学术勋章
初级学术勋章
中级热心勋章
中级热心勋章
初级信用勋章
初级信用勋章
中级学术勋章
中级学术勋章
中级信用勋章
中级信用勋章
高级热心勋章
高级热心勋章
高级学术勋章
高级学术勋章
高级信用勋章
高级信用勋章
特级热心勋章
高级热心勋章
特级学术勋章
特级学术勋章
无限扩大经管职场人脉圈!每天抽选10位免费名额,现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
京ICP证090565号
京公网安备号
论坛法律顾问:王进律师}

我要回帖

更多关于 eviews9向量自回归 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信