VAR模型应用案例完成文档格式.docx
- 文档编号:18065161
- 上传时间:2022-12-13
- 格式:DOCX
- 页数:14
- 大小:127.92KB
VAR模型应用案例完成文档格式.docx
《VAR模型应用案例完成文档格式.docx》由会员分享,可在线阅读,更多相关《VAR模型应用案例完成文档格式.docx(14页珍藏版)》请在冰豆网上搜索。
1987
3.6
2006
12.7
6.9
1988
11.2
2007
14.2
7.9
1989
4.2
6.1
2008
9.7
1990
3.9
2.2
2009
9.4
3.1
1991
9.3
0.9
2010
10.6
1992
2.3
2011
9.5
1993
13.9
2012
3.2
1994
13
2013
1995
11
8.7
2014
7.3
1996
2015
1.2
2.序列平稳性检验(单位根检验)
使用Eviews9.0来创建一个无约束的VAR模型,用gdp表示的是中国经济的增长率,用
nysc表示中国能源生产的增长率,下面分别对gdp和nysc进行单位根检验,验证序列是否
平稳,能否达到建立VAR模型的建模前提。
墮Series:
GDPWorkfile:
UNTITLED:
:
Untitled\
口[|回|]
ProcOftjttt
Properties
Prirt
Nam«
Freeze
Sampi亡
Gtnr
5h(rt
GraphF
AugmentedDickey-FullerUnitRootTestonGDP
NullHypothesis:
GDPhasaunitroot
Exogenous:
Constant
LagLengtfi:
3(Automatic-basedonSIC,maxlag=9]
t-Statistic
Prob?
AugmentedDickey-Fullerteststatistic
-3867&
53
00056
Testeriticalvalues:
1%level
5%level
10%level
-2639407
-2951125
-2.614300
'
MacKinnon(1956'
one-sideda-values.
Augm&
ntedDickey-FullerTestEquation
DependentVariables(GDP)Method.LeastSquaresDate:
05/17/17Time:
10:
55
Sample(adjusted):
19S22015
Includedobservations:
34afteradjustments
Variable
Coefficient
St!
Error
t^Statistic
Prob.
GDP(-1)
-0.856171
0.221114
-1867553
0,0006
EXGDPHJ)
0.625631
0.193529
3.232755
10031
D(GDP図)
0.049240
0.175617
0.280544
07811
D(GDP(-3))
0264937
0.16734B
1.583145
01242
C
3540050
2222961
3,841745
00006
R-squareri0.45S475Meandependentvar0.052941
AdjustedR-squared0383782S.Dd即巴口血吋调「2.545731
rrdi“內erm洽占耗…甘尺讨丹,a
图2.1经济增速(GDP的单位根检验
AugmentedDickey-FullerUnitRootTestonMYSC
hullHypothesis:
NYSChasaunitroot
Dwg&
nous;
LagLength:
1fAutomatic-basedonSIC,rnaj(lag=9)
t-StatisticProb*
AUQniMt£
(1Die魁y-FUll总「tests情t圖t-3.935987(LQD4弓
Testcriticalvalues:
1%level-3.626784
S%kvel-2945S42
10%level-2.611531
*MacKinnon(1996)one-sidedf>
valjes.
AugrnentedDicke?
-FullerTestEquationDependentVariable:
D(NYSC)Method:
LeastSquares
Date:
05/17/17Tine:
59
Sample[adjusted);
19302015
36afteradjustm&
nts
Coefficient
StdError
1-8!
atistic
hYSCM)
-0530986
0134905
-3935987
00004
D[N¥
SC(-1»
0430549
0.150055
2922585
00062
2746938
0057266
1204300
00030
R-squared
034306B
Maindependentvar
-0069444
.AdjustedR-squared
0.303254
SDdependentwar
3.610704
S.E.ofregression
2930431
Akaikeinfocriterion
5067831
Sumsquaredresid
283.3851
Schwarzcriterion
5.199791
Loglikelihood
-88.22096
Hannan-Quinncriter.
5.113889
F-statistic
8.&
16746
Durbin-Wstsorstat
1.990251
ProLiF-slatiStic)
0.000975
Vi«
w
Proc
Objirt
PrintWarns
Estimate
F&
recait
VectorAutoregressionEstimates
VedorAutor&
gressionEstimates
05/17/17Time:
11:
03
Sample(adjusted)'
19802015
IndLidedoDserations:
36afteradjustmEntsStandarflerrorsin()&
卜statisticsin[]
GDP
NYSC
GDP[-1)
0.B25644
(0.16499>
[5.003B9)
0271538
(0.23569)
[1.15068]
GDP卜2)
-0.530495
(015625)
[-3.19096]
-0292356
(0237601
[^122942]
NYSC{-1^
-0.052225
(0.11565)
F045156]
0.S4-6355
(0.16542:
[511612]
NYSC(-2)
0.1&
6100(0.11349>
H63977]
-0.35756a
[0.16234)
1-220263]
G
6.194513
C1.50887>
14.10539'
2353291
(2.15827}
[1.32665]
0.492565
9554387
Adj.R-squared
0.427089
0.4&
B朋9
Sumsq.resid合
1305151
267.0323
SEequation
2.051969
2934965
Z522S90
9,641791
-74,26525
-87.15117
AltaikreAIC
4.403525
5119509
SchwarzSC
4.S23558
5339442
Meandependent
9.738069
5016667
SDdeperdent
2.710&
54
4137805
Determinantresidcovariance(doradj.)
30.72390
Determinantresidcovariance
22.78215
Loqlikelihood
-15B4312
AltaiIceinformationcrit&
rior
9357287
Schwaitcriterion
9797154
卜iuew
Ptot
Object
Narne
Freeze|E^timate
Forecast
Stats
lunpulsiE
Re^ids|.
^stiaatitHLFro4:
lsi2capiiirsc
TOMilftl;
GDP=c(tL)*^Df(-1)+C(t2)^CDP(-2)C(L3>
KY£
C(-1)+C(L4)*infSC(-2)+C(LE)
1IY5C=Ct2.1)*CDP(-1^+CC2」2)*GDP(-2)+匚仅「引*耽既(-1)■+C(2,4)*HVEC(-2)+匸化为
1TALMedal-Svlrititut«
dC»
«
£
ivivnti
GKP=fl.3E55U312B35*^Jf(-1)-0.53Q434?
Q?
4S4**?
®
r(-£
}-Q,05E2E47^H)2引TSC(-l)+□.lBGl00400721WSC(-E)+6.19451B^4763
ifYSC=0.271567998674*GDiPC-1)-0.232356168154*GDPt-2)084^35506574?
^fflSCH)-0.35r567G3E748*]JV5C(-£
)+2363E9KJ617S
图3.2模型的表达式
4.模型的检验
4.1模型的平稳性检验
回Var:
UNTITLEDV/orkfile:
Untitled
Name
Freeze|
Forecast
VARStabilityConditionCheck
RootsatCharacteristicPolynomialEndaflenousvariaMes:
GDPNYSGExogenousvariables'
C
Lagspecification:
12
05/17/17Time.11:
RootModulus
0.5&
60S6”0.45170910724220
60S5+0451708i0.724220
0.2&
9664-0.52655110.6321眈
9S64+0626551i0.682196
Norootliesoutsidetheunitcircle.
VARsartisfiesthestatMlit^candition
图4.1.1AR根的表
由图4.1.1知,AR所有单位根的模都是小于1的,因此估计的模型满足稳定性的条件。
图4.1.2AR根的图
通过对GDP增长率和能源生产增长率进进行了VAR莫型估计,并采用AR根估计的方法
对VAR模型估计的结果进行平稳性检验。
AR根估计是基于这样一种原理的:
如果VAR莫型所
有根模的倒数都小于1,即都在单位圆内,则该模型是稳定的;
如果VAR模型所有根模的倒
数都大于1,即都在单位圆外,则该模型是不稳定的。
由图4.1.2可知,没有根是在单位圆
之外的,估计的VAR模型满足稳定性的条件。
4.2Granger因果检验
图4.2.1Granger因果检验结果图
Granger因果检验的
原假设是:
H0:
变量x不能Granger引起变量y
备择假设是:
H:
变量x能Granger引起变量y
对VA
(2)进行Granger因果检验在1%勺显著性水平之下,经济增速(GDP能够Granger引起能源生产增速(NYSC的变化,即拒绝了原假设;
同时,能源生产增速(NYSC能够
Granger经济增速(GDP的变化,即拒绝了原假设,接受备择假设。
5滞后期长度
VARLagDrderSelectionCriteriaGDP忖YSC
Exogenousvariables;
7
Date05/17/17Time1116
Sample19782015
incudedot)ser\aticns34
Lag
Lo乩
LR
rPE
AIC
SC
HQ
-172.7423
MA
99.80G96
10.27396
1036874
T0.3(F958
1
-153.3550
25.32394
55.84140
9.597351
9.966709
9.789210
2
^148.0797
ia.J8127*
37.G1303*
9.298&
0t*
9.747^36*
9.45190^*
147.4993
D.Q23634
46.34365
&
.49S8U7
1012M0
3.714234
4
-145.4934
2.940916
265883
9517S55
1042563
9.B53131
*indicateslagorderselectedbycriteron
LF..sequentialmjdifitcfLRlewtstali日疔匚(^achf開level)
FPE:
-inalpredictsnerror
AIC:
-kai<
einformationcriterion
SC:
SchwarzinxomationcritBrion
HQ:
l-annan-uumninJomationentericn
图5.1VAR模型滞后期选择结果
从上图可以看出LR,FPE,AIC,SC,HQ都指向同样的2阶滞后期,因此应该选择VAR
(2)进行后续的分析。
6.脉冲函数
图6.1各因素脉冲响应函数结果图
从图6.1可以看出:
经济增长率(GDP和能源生产(NYSC各自对于自身的冲击,在前四期是快速下降的趋势,并且出现负值的情况。
但是,GDP曽速的变化基本上在第七期就保持了持平的一个状况;
而能源生产(NYSC的变化是在第九期的时候实现持平的状态。
能源生产增长率(NYSC对于经济增长率(GDP的脉冲响应分析,当给经济增长一个正的冲击的时候,在前两期是呈现一个下降的趋势,主要的原因应该是,经济增长促进能源
生产的提高是存在滞后期的,但是但很快就出现了上升的趋势在第五期的时候达到最大值,之后出现了下降的趋势,然后又回升,直到第十期之后保持了平衡。
这说明经济增长对于能
源生产增长的影响是正向的,会呈现一种上升、下降、平衡的基本状态,说明经济发展对能源生产的促进作用并不是无限的,经过一定作用之后看,会出现一种平衡状态。
经济增长率(GDP对于能源生产增长率(NYSC的脉冲响应分析,经过对比图中第2
幅和第3幅小图,我们大致是可以看出两者之间是呈现完全相反的情况。
当在本期给能源生
产增长率(NYSC—个正冲击之后,前两期是增长,然后到第五期是下降趋势,然后回升,在第七期之后基本上持平。
7.方差分析
画VanUNTITLEDWorlcfilsUNTITLED-Untitlesd\
freeze
Fo確cast
stats
Impulse
Redicts
Zoom
VarianceD^cornposiboii
VarianceDecompositionofGDP:
PeriodSE.GDPNYSC
2.051Q69
100.0000
0.000000
2.625782
99.71154
0.2SE+58
2.&
6955S
9672143
1276570
^.763606
92.91947
7.080533
Z845153
89.11011
1C.86989
2851171
8888713
11.11287
7
2959827
88.43007
115^993
a
2972410
H7.63734
12.3E266
g
2.578777
97.40490
12.59510
±
875020
97.40331
1255769
ii
2377546
873S711
12,61289
12
2.878296
0737307
12.52&
93
2.07S431
37.36707
12.53293
14
2.373525
87.36509
12.63491
15
2.878578
37.36?
QS
12.&
3492
16
2.378601
87.36524
1263475
17
2&
78613
87364&
12.53534
2878625
87.36392
12.53500
19
Z87B629
87.36368
1253632
20
2878630
S72&
3BG
1262831
21
2,879631
9736264
12,63636
22
2373632
37.36358
12S3642
23
2373633
37.36356
12.53544
24
2.373633
37.3B356
25
3736356
12.63544
2S
2878633
0736356
1253&
44
27
2070633
073&
356
12.53&
12.5354+
29
2.078633
87.36356
3&
30
Z878633
8736356
12&
3644
图7.1经济增长(GDP方差分析结果
图7.2能源生产增长(NYSC方差分析结果
基于VAR模型的方差分解是通过分析每一个结构冲击对内生变量变化(这种变化用方差
来衡量)的贡献程度,进而评价不同结构冲击的重要性。
从图7.1可以看出,在经济增长的误差分解中,从贡献率来看,经济增长的自身的贡献
程度一直在下降,但是在第12期之后一直稳定87.36%左右,能源生产增长率的贡献稳定在
12.63%左右。
从图7.2可以看出,在能源生产增长率的误差分解中,从贡献率来看的话,经济增长速
度(GDP的贡献程度一直在增大,并在第6期达到27.14%的最大值,之后一直保持在27.10%左右的水平,它自身的贡献率在第6期之后稳定在72.80%左右的水平。
从上面的两幅图可知,经济增速对于能源生产增速的影响是大于能源生产增速对于经济增速的,因此,在未来国家经济发展的过程中,一定要保障能源生产。
这需要政府和市场共
同的努力,政府应该做好服务角色,为能源生产市场提供良好的服务,保障市场公平,完善
相关的产业政策,提供良好的环境。
市场应该公开公正的竞争,不断引进新技术,提高能源
的生产效率,为经济的健康发展提供动力基础。
- 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 应用 案例 完成