结构向量自回归SVAR模型操作步骤.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,*,结构向量自回归(SVAR)模型操作步骤,目录,一 单位根检验,二 两种分析思路,思路一,VAR,与,SVAR,模型及应用,思路二,协整检验及向量误差修正模型（,VEC,）,2,3,注：进行向量自回归与误差修正模型分析首先必须进行稳定性检验,各个变量进行稳定性检验结果及分析思路如下1,）,均稳定，则直接进行,VAR,构建 请点,VAR/SVAR,建模,（,2,）,部分,稳定，部分不稳定 请点,VAR/SVAR,建模,（,3,）,不稳定，但均有相同单整阶数，请点,协整检验及,VEC,（建议做）也可以做,VAR,建模,（建议不做）,一 各个变量进行单位根检验,VAR/SVAR,建模,第一步：请点,建立初始,VAR,第二步：请点,初始,VAR,模型检验,第三步：请点,确定最终的,VAR,第四步：请点,在最终的,VAR,基础上建立,SVAR,（可做可不做，建议做）,.,第五步：请点以第三步,VAR,或是第四步,SVAR,的为基 础做,脉冲分析,及,方差分解,4,第一步初始,VAR,建模,序列要求：没有任何要求 处理序列与否，撑握如下原则：,原则一,：处理序列目的是使,VAR,稳定，只有当,VAR,不稳定是才考虑处理序列,原则二,：不要做,I,（,2,）向,I,（,0,），结果不好解释，这样处理能使,VAR,稳定，也放弃建模,注一：,VAR,稳定是指,VAR,的,AR,根均小于,1,（在单位圆内），因为稳定,VAR,模型定，满足脉冲分析及方差分解所需条件,（见高铁梅 计量分析方法与建模 第,2,版,P301,）。,注二：由于,稳定序列构建的,VAR,容易达到稳定性,要求，而夹杂了不稳定序列难以使,VAR,稳定，所以,有的书上直接讲,VAR,建模是要求序列平稳,5,第一步初始,VAR,建模,注三：处理方法是差分或是取对数,注四：序列稳定与否均可建立,VAR,（,VAR,可能稳定也可能不稳定，不稳定的序列没有任何价值，所有我们最终是要建立一个稳定的,VAR,，进一步做脉冲及方差分解）,滞后阶数：任意设（因为初始,VAR,建立后要进行检验，以确定真正的滞后阶数，以便在最终的,VAR,模型中引入正确的滞后阶数）,所有序列均视为内生的，除非你已知哪些是外生（初始,VAR,建立后要进行因果关系检验，确定哪些变量为外生变量引入最终的,VAR,模型）,软件操做请点,软件操做：建立,最初的,VAR,6,7,检验说明,对已构建的初始,VAR,做如：,一,AR,根观察，以便,确定模型的稳定性,，模型不稳定则某些结果（如脉冲响应函数的标准误差）不是有效的。,二 检验滞后阶数,三 因果关系检验,（注：,因果关系检验应在阶数确定后展开，如检验结果阶数要更改，则用改正的阶数重新构建,VAR,后再行检验,）,软件操做，,请点,VAR,模型检验操作,初始,VAR,模型检验,8,软件操做：建立,最初的,VAR,Objects/New object/VAR,估计,VAR,模型,VAR,类型：,unrestricted VAR,填写：内生变量，外生变量，及样本区间,滞后栏目：,滞后,成对输入,/,模型中,无外生,变量从,1,开始，有外生变量时滞后从,0,开始。,点,OK,9,VAR,检验操作,一,：,AR,根观察,VAR,窗口,VIEW,LAG STRUCTURE,AR roots table,或,AR roots graph,注：特征根均小于,1,时模型稳定,二：确定滞后阶数,原：滞后阶数不为,j,VAR,窗口,VIEW,LAG STRUCTURE,LAG LENGTH CRITERIA,填写,最大阶数,注：从最大,P,开始检验，软件将以星号给出滞后阶数,三：因果关系检验,原：不是因果关系,VAR,窗口,VIEW,LAG STRUCTURE,pairwise Granger Causality Tests,注：,软件对各个内生变量依次给出单个检验与联合检验，当,P,值大小临界水平（通常为,0.05,）说明（,X,外生于,Y/X,不能,Grange,引起,Y,），简单地：,当联合检验,P,值大于,0.05,，则该被检验的因变量外生于系统（外生变量），,应重构,VAR,最终,VAR,建模,记住,VAR,模型检验所得的滞后阶数,记住,VAR,模型检验所得的外生变量,如果你幸运的话最初设置正确，你真历害，不用再建模型了,如果不幸运，请利用所得信息,重新构建,VAR,重新检验,VAR,不断重复直至你的模型通过三项检验（稳定性，滞后阶数正确，外生变量与内生变量明晰）,10,在最终的,VAR,基础上建立,SVAR,（可做可不做，建议做,）,当已构建了,VAR,以后就可以构建,SVAR,模型具体,第一步：实施约束,第二步：估计,S VAR,第三步：分析,11,12,构建,SVAR,模,型,（,第一步：,实施约束：矩阵约束填写原则,文本约束，原则类同，填写有别,）,（,1,）软件短期约束基于,AB-,型,SVAR,模型,（）,，长期约束基于脉冲响应的累积响应函数,（,2,）关于短期约束,可识别条件：,AB-,型,SVAR,模型至少需要 个约束,可识别条件一般假设结构信息 有单位方差，因此通常对矩阵,B,的约束为对角阵（约束个数 为 ）或者单位矩阵（约束个数为 ），以致获得冲击的标准偏差,.,A,矩阵主对角元素一般设为,1,（约束个数为,K,）,在矩阵,B,为单位阵情况下，对,A,矩阵的约束相当于对 矩阵施加约束，即对变量间同期相关 关系的约束，如有三个内生变量税收（,1,），政府支出（,2,），产出（,3,），根据经济理论当期产出不会影响当期政府支出，即矩阵 中 ，在约束时当,B,为单位阵时，直接写成,约束矩阵中未知元素定义为,NA,（,3,）关于长期约束,建立包括长期响应矩阵 模块，约束处填写,0,，比如第,2,个内生变量对第,1,结构冲击的长期影响为,0,，则长期响应矩阵模块中第,2,行第,1,列元素为,0,，其他类同，无约束的填写,NA,（,4,）不能同时施加长期与短期约束,构建,SVAR,模型,矩阵约束填写原则,（简）,一 约束矩阵,B为单位阵,（,约束个数为 ）,约束矩阵,A,为主对角元素为,1,（约束个数为,）,AB-,型,SVAR,模型至少需要 个约束,根据经济原理再在矩阵,A,中至少增加,个,0,约束,13,构建,SVAR,模型,第一步：,实施约束：约束矩阵构建与填写,一 生成矩阵,Objects/New Object/,选中,Matrix-Vector-Coef,，,填写,矩阵名称：,A,或,B,或,填写矩阵并保存,填写规则见：填写原则,14,15,说 明,从,VAR,对象窗口的菜单中选择,Procs/Estimate Structural Factorization,SVAR Options,的对话框中，击中,Matrix,按钮和,Short-Run Pattern,按钮，并在相应的编辑框中填入模版矩阵的名字。,构建,SVAR,模型,（,第二步：,估计,SVAR,）,16,脉冲响应分析,VAR,窗口,VIEW,impulse response,17,方差分解,VAR,窗口,VIEW,variance decomposition,协整检验及,VEC,协整检验：请点,说明,请点：,软件操作,情形一：不协整,说明没长期稳定关第，可以做,：,请点,VAR,模型,情形二：协整,请点,VEC,模型在,EViews,软件中的实现,18,协整检验,说 明,VAR,与,VEC,关系是：,VEC,是有协整约束（即有长期稳定关系）的,VAR,模型，多用于具有协整关系的非平稳时间序列建模 高铁梅 计理分析方法与建模 第,2,版,P295,协整检验仅对非平稳序列（单整数相同）有效,注：如有,2,阶单整，其他是一阶单整，则可将,2,阶单整原序列差分或取对数，生成新序列，再与其他一阶单整序列进行协整检验,协整要进行序列平稳性（单位根）检验，只有满足单整数相同的非平稳序列才能进行协整检验,原：不存在协整关系,19,20,协整检验在,EViews,软件中的实现,一 起动程序,VAR,对象或,Group(,组)对象的工具栏中选择,View/Cointegration Test,即可。,二 填写对话窗,三 协整结果,21,填写协整检验设定对话框,关于序列假设,可选部分关于协整方程假设,滞后设定是指在辅助回归中的一阶差分的滞后项，不是指原序列。例如，如果在编辑栏中键入“1 2”，协整检验用,yt,对,yt,-1，,yt-,2,和其他指定的外生变量作回归，此时与原序列,yt,有关的最大的滞后阶数是3。对于一个滞后阶数为1的协整检验，在编辑框中应键入“0 0”。,不能确定如何选择，则,选择此项,22,VEC,模型在,EViews,软件中的实现,1.如何估计,VEC,模型,由于,VEC,模型的表达式仅仅适用于协整序列，所以应先运行,Johansen,协整检验，并确定协整关系数。需要提供协整信息作为,VEC,对象定义的一部分。,如果要建立一个,VEC,模型，在,VAR,对象设定框中，从,VAR Type,中选择,Vector Error Correction,项。在,VAR Specification,栏中，除了特殊情况外，应该提供与无约束的,VAR,模型相同的信息：,23,常数或线性趋势项不应包括在,Exogenous Series,的编辑框中。对于,VEC,模型的常数和趋势说明应定义在,Cointegration,栏中。,在,VEC,模型中滞后间隔的说明指一阶差分的滞后。,例如，滞后说明“1,2”,将包括,VEC,模型右侧的变量的一阶差分项的滞后，即,VEC,模型是两阶滞后约束的,VAR,模型。为了估计没有一阶差分项的,VEC,模型，指定滞后的形式为：“0 0”。,24,对,VEC,模型常数和趋势的说明在,Cointegration,栏（下图,）。,必须从5个趋势假设说明中选择一个，也必须在编辑框中填入协整关系的个数，应该是一个小于,VEC,模型中内生变量个数的正数。,25,如果想强加约束于协整关系或,(,和,),调整参数，用,Restrictions,栏。注意：如果没在,VAR Specification,栏中单击,Impose,Restrictions,项，这一栏将是灰色的。,26,一旦填完这个对话框，单击,OK,即可估计,VEC,模型。,VEC,模型的估计分两步完成：在第一步，从,Johansen,所用的协整检验估计协整关系；第二步，用所估计的协整关系构造误差修正项，并估计包括误差修正项作为回归量的一阶差分形式的,VAR,模型。,27,28,VEC,模型估计的输出包括两部分。第一部分显示了第一步从,Johansen,过程所得到的结果。如果不强加约束，,EViews,将会用系统默认的能可以识别所有的协整关系的正规化方法。系统默认的正规化表述为：将,VEC,模型中前,r,个变量作为剩余,k,r,个变量的函数，其中,r,表示协整关系数，,k,是,VEC,模型中内生变量的个数。,第二部分输出是在第一步之后以误差修正项作为回归量的一阶差分的,VAR,模型。误差修正项以,CointEq1，CointEq2，,表示形式输出。输出形式与无约束的,VAR,输出形式相同。,29,30,在,VEC,模型输出结果的底部，有系统的两个对数似然值。第一个值标有,Log Likelihood(d.f.adjusted)，,其计算用自由度修正的残差协方差矩阵，这是无约束的,VAR,模型的对数似然值。标有,Log Likelihood,的值是以没有修正自由度的残差协方差矩阵计算的。这个值与协整检验所输出的值是可比较的。,31,2.,VEC,系数的获得,对于,VEC,模型，系数的估计保存在三个不同的二维数组中：,A，B,和,C。A,包含调整参数矩阵,；,B,包含协整矩阵；,C,包含短期参数矩阵,（一阶差方项滞后的系数）。,(1),A,的第一个指标是,VEC,的方程序号，第二个指标是协整方程的序号。例如，,A(2,1),表示：,VEC,的第二个方程中的第一个协整方程的调整系数。,(2),B,的第一个指标是协整方程序号，第二个指标是协整方程的变量序号。例如，,B(2,1),表示：第二个协整方程中第一个变量的系数。注意：这个索引与,的转置相对应。,32,(3),C,的第一个指标是,VEC,的方程序号，第二个指标是,VEC,中一阶差分回归量的变量序号。例如，,C(2,1),表示：,VEC,第二个方程中第一个一阶差分回归量的系数。,在,VEC,模型的名字后面加一个点号和系数元素，就可以获得这些系数，如：,var01.a(2,1),var01.b(2,1),var01.c(2,1),要察看,A,B,和,C,的每一个元素和被估计系数的对应关系，从,VAR,的工具栏中选择,View/Representations,即可。,33,变量名称,协整向量（,1,）,协整向量（,2,）,ln(,sl,t,),1,0,ln(,if,t,),0,1,ln(,m,1,t-,1,),-0.16,(-1.67),0,ln(,tiv,t,),-0.51,-0.98,（,-8.41,）,(-33.99),rr,t-,4,0.03,0.03,(2.70),(7.87),ln(,cpi,t-,3,),-0.18,-0.22,(-0.69),(-0.95),常数项,-0.63,2.05,表,9.4,协整向量矩阵,的估计结果,经检验，由表,9.4,中的协整向量分别得到的,2,个线性组合序列都是平稳的，即都是,I(0),的。,34,表,9.4,中取值为,1,或,0,的变量系数是本例施加的约束，如协整方程,1,表示实际消费方程，假设实际消费与实际,M1,、实际利率、物价和实际工业总产值之间存在长期均衡关系，而约束其他变量系数为,0,，即,（,9.7.16,）,其中,ecm,1,t,表示回归方程的残差项，也即误差修正模型中的误差修正项，式（,9.7.16,）实际消费方程中的系数表示：在其他条件不变的情况下，实际,M1,每增加,1,个百分点，实际消费平均将增加,0.16,个百分点；而在其他条件不变的情况下，实际工业总产值每提高,1,个百分点，实际消费平均提高,0.51,个百分点；实际利率每提高,1,个百分点，实际消费平均降低,0.03,个百分点，但存在,4,个月的滞后效应；同时，前,3,期物价每提高,1,个百分点，当期实际消费平均提高,0.18,个百分点，但是统计不显著。,35,协整方程,2,表示实际投资方程，假设实际固定资产投资与实际利率、物价和实际工业总产值之间存在长期均衡关系，而约束其他变量系数为,0,，即,（,9.7.17,）,其中,ecm,2,t,也表示回归方程的残差项，方程中的系数分别表示：在其他条件不变的情况下，实际工业总产值每提高,1,个百分点，实际投资平均提高,0.98,，显然工业增长对实际投资的拉动作用要大于对实际消费的拉动作用；实际利率每提高,1,个百分点，实际投资平均降低,0.03,个百分点，同样存在一定的滞后效应；同时，前,3,期物价每提高,1,个百分点，当期实际投资平均提高,0.22,个百分点，但也是统计不显著的。,36,式（,9.7.16,）和式（,9.7.17,）分别给出了实际消费和实际投资的长期均衡方程，在此基础上讨论变量之间的短期关系，可以建立下面的,VEC,模型：,(9.7.18),其中的每一个方程都是一个误差修正模型。,ecmt,t-,1,=,y,t-,1,是误差修正项向量，反映变量之间的长期均衡关系，本例中,由于篇幅限制，本例不再列出矩阵,和,i,(,i,=1,2,3),的估计结果。此时，可以根据模型实现脉冲响应函数和方差分解，并分析变量之间的短期影响关系（,i,）。,37,但在实际应用中常常发现调整系数矩阵中部分参数不显著，为了使模型更合理，可以采用两种方式对,VEC,模型的调整系数矩阵进行约束：第一种，像约束协整向量一样，可以根据需要直接对调整系数矩阵进行约束；第二种，将,VEC,模型转变为联立方程模型，然后删除不显著的变量，将模型由“一般”转变为“简单”（联立方程模型的求解可参考第,12,章）。在联立方程设定过程中甚至可以在各模型中加入其他变量差分项的当期值，形式更自由，篇幅限制，本例仅给出在联立方程中调整后的实际消费和实际投资的误差修正模型的估计结果：,38,实际消费的误差修正模型：,（,9.7.19,）,39,实际投资的误差修正模型：,（,9.7.20,）,从式（,9.7.19,）和式（,9.7.20,）的结果可以看出，采用联立方程系统对向量误差修正模型进行估计，可以根据需要对所包含的变量形式进行修正，相当于对调整系数和短期影响变量做了约束。,