在EViews軟件關(guān)于VAR模型其他檢驗(yàn)課件

第七章向量自回歸模型傳統(tǒng)的經(jīng)濟(jì)計(jì)量方法是以經(jīng)濟(jì)理論為基礎(chǔ)來(lái)描述變量關(guān)系的模型。但是,經(jīng)濟(jì)理論通常并不足以對(duì)變量之間的動(dòng)態(tài)聯(lián)系提供一個(gè)嚴(yán)密的說(shuō)明,而且內(nèi)生變量既可以出現(xiàn)在方程的左端又可以出現(xiàn)在方程的右端使得估計(jì)和推斷變得更加復(fù)雜。為了解決這些問(wèn)題而出現(xiàn)了一種用非結(jié)構(gòu)性方法來(lái)建立各個(gè)變量之間關(guān)系的模型。本章所要介紹的向量自回歸模型(vectorautoregression,VAR)和向量誤差修正模型(vectorerrorcorrectionmodel,vEC就是非結(jié)構(gòu)化的多方程模型第一節(jié)向量自回歸理論向量自回歸(ⅥAR)是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型VAR模型把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型,從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型。VAR模型是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測(cè)最容易操作的模型之一,并且在一定的條件下,多元MA和ARMA模型也可轉(zhuǎn)化成VAR模型,因此近年來(lái)VAR模型受到越來(lái)越多的經(jīng)濟(jì)工作者的重視。2第一節(jié)向量自回歸理論、VAR模型的一般表示VAR(n)模型的數(shù)學(xué)表達(dá)式是y=Ay1+…+A,yp+Et=1,2,…,T其中:y1是k維內(nèi)生變量向量,P是滯后階數(shù),樣本個(gè)數(shù)為T(mén)k×k維矩陣A1,…,A是要被估計(jì)的系數(shù)矩陣E;是k維擾動(dòng)向量,它們相互之間可以同期相關(guān),但不與自己的滯后值相關(guān)及不與等式右邊的變量相關(guān),假設(shè)∑是E1的協(xié)方差矩陣,是一個(gè)(k×k)的正定矩陣第一節(jié)向量自回歸理論如果行列式det[A(D)]的根都在單位圓外,則上式滿(mǎn)足穩(wěn)定性條件,可以將其表示為無(wú)窮階的向量移動(dòng)平均(WMA(∞))形式y(tǒng),=C(L)a其中CO=A(LC(L)=C+CL+C2L2+…第一節(jié)向量自回歸理論對(duì)VAR模型的估計(jì)可以通過(guò)最小二乘法來(lái)進(jìn)行,假如對(duì)∑矩陣不施加限制性條件,由最小二乘法可得Σ矩陣的估計(jì)量為∑E其中E,=y,-A,y-A,y當(dāng)VAR參