Eviews中向量自回归模型(VAR)解读.ppt
《Eviews中向量自回归模型(VAR)解读.ppt》由会员分享,可在线阅读,更多相关《Eviews中向量自回归模型(VAR)解读.ppt(29页珍藏版)》请在三一文库上搜索。
1、金融市场计量经济学 第六讲,向量自回归模型(VAR),对于经济活动中变量间关系如何确定,前面我们学过了协整检验和Granger因果检验,如果变量间互相有影响,VAR模型比较合适。 向量自回归模型(vector autoregressive model) 1980年由Sims提出。VAR模型采用多方程联立的形式,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,并进行预测。 在金融活动中,VAR应用于国际金融、资本市场等多个领域,可以说,只要问题涉及多变量,时间序列数据,都有利用VAR的可能。,一、向量自回归(VAR)模型定义
2、,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 y1t = f (y1,t-1, y1,t-2, ) y2t = f (y2,t-1, y2,t-2, ) 则无法捕捉两个变量之间的关系。如果采用联立的形式,就可以建立起两个变量之间的关系。,VAR模型的形式,以两个变量y1t,y2t滞后1期的VAR模型为例,VAR模型可表达为: y1t = c1 + 11.1 y1.t-1 + 12.1 y2,t-1 + u1t y2t = c2 + 21.1 y1,t-1 + 22.1 y2,t-1 + u2t 可见,VAR模型就是一个联立
3、方程模型,只是解释变量全为内生变量的滞后值。 由传统计量经济学知,这样的解释变量为“前定变量”,可以求参数估计值。,写成矩阵形式: 设 则有: 上式即为VAR模型的矩阵形式。 推广至N个变量滞后k期的VAR模型 ,有: (6.3)中,,对单一方程而言,每个方程的随机误差项独立不相关(时间序列上前后不相关),但对模型而言,不同方程的随机误差项存在相关性。 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是渐近不相关的,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,(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
4、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。(对无显着性的参数估计值并不从模型中剔除,不分析回归参数的经济意义。) (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(主要是参数估计量的非一致性问题)。 (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V
- 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:
- Eviews 向量 回归 模型 VAR 解读
链接地址:https://www.31doc.com/p-3405697.html