VAR模型讲义.doc
《VAR模型讲义.doc》由会员分享,可在线阅读,更多相关《VAR模型讲义.doc(34页珍藏版)》请在咨信网上搜索。
1、第8章 VAR模型与协整 8.1 向量自回归(VAR)模型1980年Sims提出向量自回归模型(vector autoregressive model)。这种模型采用多方程联立的形式,它不以经济理论为基础,在模型的每一个方程中,内生变量对模型的全部内生变量的滞后值进行回归,从而估计全部内生变量的动态关系。8.1.1 VAR模型定义VAR模型是自回归模型的联立形式,所以称向量自回归模型。假设y1t,y2t之间存在关系,如果分别建立两个自回归模型y1, t = f (y1, t-1, y1, t-2, )y2, t = f (y2, t-1, y2, t-2, )则无法捕捉两个变量之间的关系。如果
2、采用联立的形式,就可以建立起两个变量之间的关系。VAR模型的结构与两个参数有关。一个是所含变量个数N,一个是最大滞后阶数k。以两个变量y1t,y2t滞后1期的VAR模型为例, y1, t = m1 + p11.1 y1, t-1 + p12.1 y2, t-1 + u1 t y2, t = m2 + p21.1 y1, t-1 + p22.1 y2, t-1 + u2 t (8.1)其中u1 t, u2 t IID (0, s 2), Cov(u1 t, u2 t) = 0。写成矩阵形式是, =+ (8.2)设, Yt =, m =, P1 =, ut =,则, Yt = m + P1 Yt-
3、1 + ut (8.3)那么,含有N个变量滞后k期的VAR模型表示如下: Yt = m + P1 Yt-1 + P2 Yt-2 + + Pk Yt-k + ut, ut IID (0, W) (8.4)其中, Yt = (y1, t y2, t yN, t) m = (m1 m2 mN) Pj =, j = 1, 2, , k ut = (u1 t u2,t uN t),Yt为N1阶时间序列列向量。 m为N1阶常数项列向量。P1, , Pk 均为NN阶参数矩阵,ut IID (0, W) 是N1阶随机误差列向量,其中每一个元素都是非自相关的,但这些元素,即不同方程对应的随机误差项之间可能存在相
4、关。因VAR模型中每个方程的右侧只含有内生变量的滞后项,他们与ut是不相关的,所以可以用OLS法依次估计每一个方程,得到的参数估计量都具有一致性。VAR模型的特点是:(1)不以严格的经济理论为依据。在建模过程中只需明确两件事:共有哪些变量是相互有关系的,把有关系的变量包括在VAR模型中;确定滞后期k。使模型能反映出变量间相互影响的绝大部分。(2)VAR模型对参数不施加零约束。(参数估计值有无显著性,都保留在模型中)(3)VAR模型的解释变量中不包括任何当期变量,所有与联立方程模型有关的问题在VAR模型中都不存在。(4)VAR模型的另一个特点是有相当多的参数需要估计。比如一个VAR模型含有三个变
5、量,最大滞后期k = 3,则有k N 2 = 3 32 = 27个参数需要估计。当样本容量较小时,多数参数的估计量误差较大。(5)无约束VAR模型的应用之一是预测。由于在VAR模型中每个方程的右侧都不含有当期变量,这种模型用于预测的优点是不必对解释变量在预测期内的取值做任何预测。西姆斯(Sims)认为VAR模型中的全部变量都是内生变量。近年来也有学者认为具有单向因果关系的变量,也可以作为外生变量加入VAR模型。 8.1.2 VAR模型的稳定性特征现在讨论VAR模型的稳定性特征。稳定性是指当把一个脉动冲击施加在VAR模型中某一个方程的新息(innovation)过程上时,随着时间的推移,分析这个
6、冲击是否会逐渐地消失。如果是逐渐地消失,系统是稳定的;否则,系统是不稳定的。下面分析一阶VAR模型Yt = m + P1 Yt-1 + ut (8.5)为例。当t = 1时,有Y1 = m + P1 Y0 + u1 (8.6)当t = 2时,采用迭代方式计算,Y2 = m + P1 Y1 + u2 = m + P1 (m + P1 Y0 + u1) + u2 = (I + P1) m + P12 Y0 + P1 u1 + u2 (8.7)当t = 3时,进一步迭代,Y3 = m + P1 Y2 + u3 = m + P1 (I + P1) m + P12 Y0 + P1 u1 + u2 + u
7、3 = (I + P1 + P12) m + P13 Y0 + P12 u1 + P1 u2 + u3 (8.8) 对于t期,按上述形式推导 Yt = (I + P1 + P12 + + P1t-1) m + P1t Y0 + ut-i (8.9)由上式可知,P10 = I。通过上述变换,把Yt表示成了漂移项向量m、初始值向量Y0和新息向量ut的函数。可见系统是否稳定就决定于漂移项向量m、初始值向量Y0和新息向量ut经受冲击后的表现。假定模型是稳定的,将有如下3个结论。(1)假设t = 1时,对m 施加一个单位的冲击,那么到t期的影响是 (I + P1 + P12 + + P1t-1)当t 时
8、,此影响是一个有限值,(I - P1) -1。(2)假设在初始值Y0上施加一个单位的冲击。到t期的影响是 P1t。随着t ,P1t 0,影响消失(因为对于平稳的VAR模型,P1中的元素小于1,所以随着t ,取t次方后,P1t 0)。(3)从ut-i项可以看出,白噪声中的冲击离t期越远,影响力就越小。=(I - P1) -1,称作长期乘子矩阵,是对ut-i求期望得到的。对单一方程的分析知道,含有单位根的自回归过程对新息中的脉动冲击有长久的记忆能力。同理,含有单位根的VAR模型也是非平稳过程。当新息中存在脉动冲击时,VAR模型中内生变量的响应不会随时间的推移而消失。平稳变量构成的一定是稳定(sta
9、bility)的模型,但稳定的模型不一定由平稳变量构成。也可能由非平稳(nonstationary)变量(存在协整关系)构成。8.1.3 VAR模型稳定的条件VAR模型稳定的充分与必要条件是P1(见 (8.3) 式)的所有特征值都要在单位圆以内(在以横轴为实数轴,纵轴为虚数轴的坐标体系中,以原点为圆心半径为1的圆称为单位圆),或特征值的模都要小于1。1先回顾单方程情形。以AR(2)过程yt = f1 y t-1 + f2 y t-2 + ut (8.11)为例。改写为(1- f1 L - f2 L 2) yt = F(L) yt = ut (8.12)yt稳定的条件是F(L) = 0 的根必须
10、在单位圆以外。2对于VAR模型,用特征方程判别稳定性。以 (8.3) 式,Yt = m + P1 Yt-1 + ut,为例,改写为 (I - P1 L) Yt = m + ut (8.13)其中A(L) = (I - P1 L)。VAR模型稳定的条件是特征方程 | P1 - l I | = 0的根都在单位圆以内。特征方程 | P1 - l I | = 0的根就是P1的特征值。例8.1 以二变量(N = 2),k = 1的VAR模型为例分析稳定性。=+ (8.14)其中 P1 =特征方程| P1 - l I | = = = 0即 (5/8 - l)2 1/8 = (5/8 - l)2 = (0.
11、978 - l) (0.271 - l) = 0 (8.15)得 l1 = 0.9786, l2 = 0.2714。l1,l2是特征方程 | P1 - l I | = 0的根,也是P1的特征值。因为l1 = 0.978, l2 = 0.271,都小于1,所以对应的VAR模型是稳定的。3VAR模型的稳定性也可以用相反的特征方程(reverse characteristic function),| I L P1 | = 0判别。即保持VAR模型平稳的条件是相反的特征方程 | I - L P1| = 0的根都在单位圆以外。例8.2 仍以VAR模型(8.14) 为例,相反的特征方程| I - L P1
12、| = = = (1- (5/8) L)2 - 1/8 L 2 = (1-0.978 L) (1-0.27 L) = 0 (8.16)求解得L 1 = 1/0.978 = 1.022, L 2 = 1/0.27 = 3.690,因为L 1,L 2都大于1,所以对应的VAR模型是稳定的。注意:(1)特征方程与相反的特征方程的根互为倒数,l = 1/L。(2)在单方程模型中,通常用相反的特征方程 F(L) = 0的根描述模型的稳定性;而在VAR模型中通常用特征方程 | P1 - l I | = 0的根描述模型的稳定性。即单变量过程稳定的条件是(相反的)特征方程F(L) = 0的根都要在单位圆以外。
13、VAR模型稳定的条件是,相反的特征方程| I L P1 | = 0的根都要在单位圆以外,或特征方程 | P1 - l I | = 0的根都要在单位圆以内。4对于k1的k阶VAR模型可以通过友矩阵变换(companion form),改写成1阶分块矩阵的VAR模型形式。然后利用其特征方程的根判别稳定性。具体变换过程如下。给出k阶VAR模型,Yt = m + P1 Yt-1 + P2 Yt-2 + + Pk Yt-k + ut (8.17)再给出如下等式, Yt -1 = Yt -1 Yt -2 = Yt -2 Yt -k +1 = Yt - k +1把以上k个等式写成分块矩阵形式,=+ (8.1
14、8)其中每一个元素都表示一个向量或矩阵。令Yt = (Yt-1 Yt-2 Yt-k+1) NK1A0 = (m 0 0 0) NK1A1 =Ut = (ut 0 0 0) NK1上式可写为Yt = A0 + A1 Yt -1 + Ut (8.19)注意,用友矩阵变换的矩阵(向量)用正黑体字母表示。k阶VAR模型用友矩阵表示成了1阶分块矩阵的VAR模型。 例如,2变量2阶VAR模型的友矩阵变换形式是=+ (8.20)其中等式的每一个元素(项)都表示一个41阶向量或44阶矩阵。 例如,2变量3阶VAR模型的友矩阵变换形式是=+ (8.21)其中等式的每一个元素(项)都表示一个61阶向量或66阶矩阵
15、。VAR模型的稳定性要求A1的全部特征值,即特征方程 | A 1 - l I | = 0的全部根必须在单位圆以内或者相反的特征方程 | I - L A 1| = 0的全部根必须在单位圆以外。注意:特征方程中的A 1是NkNk阶的。特征方程中的I也是NkNk阶的。以2阶VAR模型的友矩阵变换为例,| I - L A 1| = |1- L P1 - L 2 P2 | = 0 (8.22)的全部根必须在单位圆以外。以3阶VAR模型的友矩阵变换为例,| I - L A 1| = | I- L P1 - L 2 P2 - L 3 P3 | = 0 (8.23)的全部根必须在单位圆以外。因此,对于k阶VA
16、R模型的友矩阵变换形式,特征方程是,| I - P1 L - P2 L 2 - - Pk L k | = 0 (8.24)例8.3 用以具体数字为系数的2变量、2阶VAR模型做进一步说明。有Yt = m + P1 Yt-1 + P2 Yt-2 + ut其中,P1 = , P2 =友矩阵变换形式是=+ (8.25)或 =+ (8.26)或 Yt = A0 + A1 Yt -1 + Ut (8.27)因为A1的阶数为44(注意,因为N=2,k=2,所以A1的阶数为44),所以有4个特征根。特征方程是| A 1 - l I | = 0 (8.28)4个根见下表:根模l1 = 1.0001.000l2
17、 = 0.9470.947l3 = 0.380-0.144 i0.406l4 = 0.380-0.144 i0.406尽管有3个根在单位圆内,因为有一个根为1,落在单位圆上,所以平稳性条件未能得到满足。8.1.4 VAR模型的脉冲响应函数和方差分解由于VAR模型参数的OLS估计量只具有一致性,单个参数估计值的经济解释是很困难的。要想对一个VAR模型做出分析,通常是观察系统的脉冲响应函数和方差分解。(1)脉冲响应函数。脉冲响应函数描述一个内生变量对误差冲击的反应。具体地说,它描述的是在随机误差项上施加一个标准差大小的冲击后对内生变量的当期值和未来值所带来的影响。对于如下VAR模型,y1, t表示
18、GDP,y2, t表示货币供应量, y1, t = m1 + p11.1 y1, t-1 + p12.1 y2, t-1 + u1 t y2, t = m2 + p21.1 y1, t-1 + p22.1 y2, t-1 + u2 t (8.1)在模型(8.1)中,如果误差u1t 和u2t不相关,就很容易解释。u1t是y1, t的误差项;u2t是y2, t的误差项。u2t的脉冲响应函数衡量当期一个标准差的货币冲击对GDP和货币存量的当前值和未来值的影响。对于每一个VAR模型都可以表示成为一个无限阶的向量MA()过程。具体方法是对于任何一个VAR(k)模型都可以通过友矩阵变换改写成一个VAR(1
19、)模型(见8.1.3节)。Yt = A1 Yt -1 + Ut (I - L A 1) Yt = UtYt = (I - L A 1)-1 Ut = Ut + A1Ut-1 + A12 Ut-2 + + A1s Ut-s + 这是一个无限阶的向量MA()过程。或写成,Yt+s = Ut+s + A1Ut+s -1 + A12 Ut+s -2 + + A1s Ut + Yt+s = Ut+s + Y1Ut+s -1 + Y2 Ut+s -2 + + Ys Ut + (8.29)其中Y1 = A1, Y2 = A12, , Y s = A1 s,显然,由 (8.29)式有下式成立, Y s = Y
20、 s中第i行第j列元素表示的是,令其他误差项在任何时期都不变的条件下,当第j个变量对应的误差项uj t在t期受到一个单位的冲击后,对第i个内生变量在t+s期造成的影响。 把Y s中第i行第j列元素看作是滞后期s的函数, s = 1, 2, 3, 称作脉冲响应函数(impulse-response function),脉冲响应函数描述了其他变量在t期以及以前各期保持不变的前提下,yi, t+s对 yj, t时一次冲击的响应过程。对脉冲响应函数的解释出现困难源于误差项从来都不是完全非相关的。当误差项相关时,它们有一个共同的组成部分,不能被任何特定的变量所识别。为处理这一问题,常引入一个变换矩阵M与
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- VAR 模型 讲义
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【快乐****生活】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【快乐****生活】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。