var模型与向量vecm模型

《var模型与向量vecm模型》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第15章向量自回归模型（VAR）与向量误差修正模型（VEC）§15.1向量自回归模型（VAR(p)）传统的经济计量学联立方程模型建摸方法,是以经济理论为基础来描述经济变量之间的结构关系，采用的是结构方法来建立模型，所建立的就是联立方程结构式模型。这种模型其优点是具有明显的经济理论含义。但是，从计量经济学建摸理论而言，也存在许多弊端而受到质疑。一是在模型建立之处，首先需要明确哪些是内生变量，哪些是外生变量，尽管可以根据研究问题和目的来确定，但有时也并不容易；二是所设定的模型，每一结构方程都含有内生

2、多个内生变量，当将某一内生变量作为被解释变量出现在方程左边时，右边将会含有多个其余内生变量，由于它们与扰动项相关，从而使模型参数估计变得十分复杂，在未估计前，就需要讨论识别性；三是结构式模型不能很好地反映出变量间的动态联系。为了解决这一问题，经过一些现代计量经济学家门的研究，就给出了一种非结构性建立经济变量之间关系模型的方法，这就是所谓向量自回归模型（VectorAutoregressionModel）。VAR模型最早是1980年，由C.A.Sims引入到计量经济学中，它实质上是多元AR模型在经

3、济计量学中的应用，VAR模型不是以经济理论为基础描述经济变量之间的结构关系来建立模型的，它是以数据统计性质为基础，把某一经济系统中的每一变量作为所有变量的滞后变量的函数来构造模型的。它是一种处理具有相关关系的多变量的分析和预测、随机扰动对系统的动态冲击的最方便的方法。而且在一定条件下，多元MA模型、ARMA模型，也可化为VAR模型来处理，这为研究具有相关关系的多变量的分析和预测带来很大方便。15.1.1VAR模型的一般形式1、非限制性VAR模型（高斯VAR模型）,或简化式非限制性VAR模型设为一

4、维随机时间序列，为滞后阶数，为一维随机扰动的时间序列，且有结构关系（15．1．1）若引入矩阵符号，记可写成，（15．1．2）进一步，若引入滞后算子，则又可表示成（15.1.3）其中:,为滞后算子多项式.如果模型满足的条件:①参数阵②特征方程的根全在单位园外；③，，即相互独立，同服从以为期望向量、为方差协方差阵的维正态分布。这时，是维白噪声向量序列，由于没有结构性经济含义，也被称为冲击向量；，即与及各滞后期不相关。则称上述模型为非限制性VAR模型（高斯VAR模型）,或简化式非限制性VAR模型。2、

5、受限制性VAR模型，或简化式受限制性VAR模型如果将做为一维内生的随机时间序列，受维外生的时间序列影响（限制），则VAR模型为，（15．1．4）或利用滞后算子表示成（15.1.5）其中：此时称该模型为受限制性VAR模型，简化式受限制性VAR模型。对于受限制性VAR模型，可通过对作OLS回归，得到残差估计，从而将变换成（15.1.2）或（15.1.3）形式的非限制性VAR模型，即，（15．1．6）（15.1.7）这说明受限制性VAR模型可化为非限制性VAR模型。简化式非限制、受限制VAR模型，皆简

6、记为。3、结构式非限制性VAR模型如果中的每一分量受其它分量当期影响,无维外生的时间序列影响（限制）,则模型化为，（15．1．8）或利用滞后算子表示成（15.1.9）其中：,这时的此时称该模型为结构式非限制性VAR模型。如果可逆，既逆阵存在，则结构式非限制性VAR模型可化为简化式非限制性VAR模型，（15．1．10）或利用滞后算子表示成（15.1.11）这时，其中的4、结构式受限制性VAR模型如果将做为一维内生的随机时间序列，其中每一分量受其它分量当期影响,且还受维外生的时间序列影响（限制），则

7、VAR模型为，（15．1．12）或利用滞后算子表示成（15.1.13）此时称该模型为结构式受限制性VAR模型。如果可逆，既逆阵存在，则结构式受限制性VAR模型可化为简化式受限制性VAR模型，（15．1．14）或利用滞后算子表示成（15.1.15）这时，其中的结构式非限制、受限制VAR模型，皆简记为。15.1.2简化式VAR模型的参数估计VAR模型参数估计,简化式VAR模型比较简单可采用Yule-Walker估计、OLS估计、极大似然估计法等进行估计,且可获得具有良好统计性质的估计量。结构式VAR

8、模型参数估计比较复杂，可有两种途径：一种是化成简化式，直接估计简化式模型参数，然后再通过简化式模型参数与结构式模型参数的关系，求得结构式模型参数估计，但这存在一个问题是否可行，什么情况下可行，这与结构式模型的识别性有关。另一种途径是直接对结构式模型参数进行估计，但这也存在一个问题，上述方法不可应用，原因是每一方程含有众多内生的与扰动项相关变量，那么，如何估计？这也与结构式模型的识别性有关。对于简化式VAR模型（15.1.1）—（15.1.3），在冲击向量满足假设，，即相互独立，同服从以为期望向量