VAR模型演练报告Word文档下载推荐.docx
- 文档编号:17450836
- 上传时间:2022-12-01
- 格式:DOCX
- 页数:9
- 大小:55.31KB
VAR模型演练报告Word文档下载推荐.docx
《VAR模型演练报告Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《VAR模型演练报告Word文档下载推荐.docx(9页珍藏版)》请在冰豆网上搜索。
,
其中
为N×
1阶时间序列列向量。
1阶常数项列向量。
均为N×
N阶参数矩阵。
二、模型准备
(一)数据收集
外国直接投资(FDI)、我国进口额(IM)和出口额(EX)数据选自国家统计局网站,为避免用年度数据掩盖不同月份外国直接投资、进出口额的变动,选用月度数据。
有文献研究了1996年至2003年的三者之间的关系,本文选用较新数据2004年1月至2013年10月的数据。
观察数据的趋势图,发现数据具有季节性,于是采用季节调整对数据进行调整。
(二)相关关系分析
在进行正式分析之前,对于外国直接投资(FDI)、出口(EX)和进口(IM)之间的相关关系进行研究,得到变量间相关系数表如表1,发现变量间具有较强的相关性。
表1各变量间相关系数表
EX_SA
FDI_SA
IM_SA
(三)平稳性检验
因为建立VAR模型必须要求变量都是平稳或者变量是协整的,因此先对各变量做单位根检验(UnitRootTest),检验各变量单独的平稳性。
平稳性检验结果如表2:
表2各变量单位根检验表
T统计量
P
平稳性
Ex
非平稳
Im
FDI
ΔEx
平稳
ΔIm
ΔFDI
可以看出出口(Ex)、进口(Im)和外国直接投资(FDI)本身并不平稳,但是同为一阶单整,线性组合可能存在协整关系,确定可以建立VAR模型。
三、建立VAR模型
(一)确定最佳滞后期
建模过程中要明确滞后期,即到底需要多少滞后变量才能解释清楚,需要综合考虑合适数量的滞后项以及足够数目的自由度。
滞后期如果太少,误差项的自相关会很严重,并导致参数的非一致性估计,K值过大又会导致自由度减小,直接影响模型参数估计量的有效性。
最佳滞后期如表3所示,似然比准则(LR)、赤池准则(AIC)和汉南准则(HQ)均支持滞后期为2,最终确定为最佳滞后期为2期。
表3最佳滞后期准则表
Includedobservations:
110
Lag
LogL
LR
FPE
AIC
SC
HQ
NA
+11
1
+09
*
2
+09*
3
4
5
6
7
8
*indicateslagorderselectedbythecriterion
(二)模型稳定性检验
对于VAR模型来说,稳定性是指当把一个脉冲冲击施加在VAR模型中某一个方程的新息过程上时,随着时间的推移,分析这个冲击是否会消失,如果消失那么说明系统是稳定的,只有稳定的VAR模型不会因为受到冲击而长久改变自己的值。
为了检验模型的稳定性,进行自回归单位根检验,检验结果如图1,简单直观。
但是有一个点不能确定是否在单位圆内,因为观察自回归单位根检验表如表4,发现所有单位根均小于1,及模型是稳定的。
图1自回归单位根检验图
表4自回归单位根检验表
Root
Modulus
-
+
Norootliesoutsidetheunitcircle.
VARsatisfiesthestabilitycondition.
(三)格兰杰因果关系分析
格兰杰因果关系检验的目的是对三者作为一个经济系统互为因果的关系进行验证,同时又可以与后面的脉冲响应分析相互补充印证。
为研究出口(EX)、进口(IM)和外国直接投资(FDI)间是否具有时间先后上的因果关系,进行格兰杰因果关系分析,结果如表5,表明进口(IM)的变化是出口(EX)变化的格兰杰原因,外国直接投资(FDI)是进口(IM)的格兰杰原因。
但是,国外直接投资(FDI)却并不因为出口(EX)和进口(IM)的改变而改变。
表5格兰杰因果关系表
原假设
卡方统计量
滞后期
P值
结论
FDI不是IM的Granger原因
拒绝H0
EX不是IM的Granger原因
接受H0
IM不是FDI的Granger原因
EX不是FDI的Granger原因
IM不是EX的Granger原因
FDI不是EX的Granger原因
(四)脉冲响应分析
脉冲响应函数是描述一个内生变量对误差冲击的反应,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。
从图2脉冲响应图中可以看出当给出口(EX)一个标准差的冲击后,会对国外直接投资(FDI)和进口(IM)产生正的影响,这种影响在5期后基本保持在23。
说明在短期内出口(EX)的冲击对国外直接投资(FDI)和进口(IM)的影响为正,当经过较长时期后趋于稳定状态。
给国外直接投资(FDI)一个标准差的冲击后,对出口(EX)和进口(IM)会产生正的影响,这种影响在4期后基本保持在。
给进口(EX)的一个标准差冲击会对国外直接投资(FDI)第一期产生正的影响,并在第二期达到最大约为30,第三期又出现负的影响,四期以后基本保持在25;
对出口(EX)第一期产生负的影响,在第二期达到最低约为20,也是四期以后基本保持在25。
说明,经过一个较长时期的震荡后趋于稳定状态。
图2脉冲响应图
(五)方差分解
方差分解通过分析每一个结构冲击对内生变量变化的贡献度,进一步评价不同结构冲击的重要性。
它把系统中每个内生变量的波动按其成因分解为各方程新息(随机误差项)相关联的组成部分,从而了解各新息对内生变量的重要性。
从图3可以看出:
当期出口的波动主要来源于自身,而从第二期开始,进口和外商直接投资对出口的影响有一个增大的过程,且随着时间的推移,该影响持续增大。
相比较而言,进口对出口的方差贡献率始终大于外商直接投资的贡献程度。
从各变量对外商直接投资的方差分析图我们可以看出,外商直接投资受进出口的影响相对较微弱,从第三期开始有方差贡献率一个缓慢增加的过程,但直至第十期贡献率不超过10%,说明外商直接投资在一定程度上依赖于进出口。
从各变量对进口的方差贡献分析,我们可以看到进口对自身的方差贡献有一个随着时间下降的过程;
出口对进口的贡献基本维持在20%的水平之上,随着时期的增加有一个上升的趋势,当期外商直接投资投资对进口无明显影响,从第二期开始有一个短暂快速增长的过程,但它对进口的方差贡献率在前十期始终不超过20%。
综合以上分析说明,外商直接投资会对我国进出口产生一定的长期影响。
图3方差分解图
(六)Johansen协整检验
Johansen在1998年提出的一种以VAR模型为基础的检验回归系数的方法。
因为国外直接投资(FDI)、出口(EX)和进口(IM)原始时间序列数据均不平稳,皆为一阶单整,因此进行Johansen协整检验,检验结果如表6,迹检验表明存在一个协整关系。
表6Johansen协整检验
UnrestrictedCointegrationRankTest(Trace)
Hypothesized
Trace
No.ofCE(s)
Eigenvalue
Statistic
CriticalValue
Prob.**
None*
Atmost1
Atmost2
Tracetestindicates1cointegratingeqn(s)atthelevel
四、结论分析
本文使用了2004年至2013年十年的统计数据分析了外商直接投资与贸易进出口的长期动态影响。
在此基础上,基于VAR模型,进行Granger因果关系检验得出进口(IM)是出口(EX)的Granger原因,国外直接投资(FDI)是进口(IM)的Granger原因。
并进行脉冲响应分析和方差分解,发现贸易中进、出口之间的相互影响比较强,国外直接投资(FDI)对进口(IM)的影响较大,但对出口(EX)的影响没有预期中明显,且从长期来看,对一个变量的施加一个标准差的波动对其他变量的冲击最后趋于平稳。
五、参考文献
[1]戴金平,王晓天,中国的贸易、境外直接投资与实际汇率的动态关系分析[J].数量经济技术经济研究,2005年,11:
34-44
[2]苏振东,中国的对外贸易、境外直接投资与人民币实际汇率的VAR模型的动态关系分析[J].财贸经济,2008年,7:
98-104
- 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 演练 报告