当前位置：文档之家 › 金融计量学-第五章-课件 (5)

金融计量学-第五章-课件 (5)

  • 格式：ppt
  • 大小：4.16 MB
  • 文档页数：3

下载文档原格式

  / 3

合集下载

金融计量学,唐勇,课件

金融计量学,唐勇,课件

5.2.2
VAR模型的设定
然而，利用VAR模型分析实际问题时，由于标准的统计检 验和统计推断要求分析的所有序列必须都是平稳序列，因此使用 非平稳序列变量会带来统计推断方面的麻烦。 那么，我们在用VAR模型做回归分析时，究竟应该在VAR 系统内使用平稳序列还是非平稳序列呢？作为指导性的原则，如 果要分析不同变量之间可能存在的长期均衡关系，则可以直接选 用非平稳序列；而如果分析的是短期的互动关系，则选用平稳序 列，即对于涉及到的非平稳序列，必须先进行差分或去除趋势使 其转化成对应的平稳序列，然后包含在VAR模型中进行进一步分 析。
福州大学经济与管理学院 唐勇教授
本章主要内容
5.1VAR模型介绍 5.2VAR模型估计方法与设定 5.3格兰杰因果关系检验 5.4脉冲响应函数与方差分解 5.5结构VAR(SVAR)模型
1
VAR模型介绍
5.1.1
VAR模型基本概念
上一章介绍的AR模型、MA模型、 ARMA模型以及ARIMA 模型均是单一方程的回归，且已先验地设定了变量之间解释和被 解释的关系。但是，如果我们事先并不知道哪个变量为被解释变 量，哪个变量为解释变量，就很难确定变量之间的关系。针对这 一问题，希姆斯（C. S. Sims）于1980年提出了向量自回归模型 （VAR）。 顾名思义，向量自回归模型就是用模型中所有当期变量对所 有变量的若干期滞后变量进行自回归，该模型一般用来估计联合 内生变量的动态关系。在VAR模型中，没有内生变量和外生变量 之分，而是所有的变量都被看作内生变量，初始对模型系数不施 加任何约束，即每个方程都有相同的解释变量——所有被解释变 量若干期的滞后值。
5.2.2
VAR模型的设定
2.VAR模型中变量的选择 一般来说，没有严格规定VAR模型中变量的选择。总的来 说，变量的选择需要根据经济、金融理论，同时还需要考虑手中 的样本大小。 例如，如果央行研究所的研究人员希望分析货币政策与现 实经济发展之间的互动关系，那么他就可以选择一个包含2个变 量的VAR模型，即选择一个能够代表货币政策工具的变量和一个 能反映经济发展状况的变量。因此，该研究人员可以选择货币供 应量增长率和真实GDP缺口两个变量构建一个VAR模型来研究这 一问题。此时，VAR模型就可以写成

金融统计与计量课程讲义5

金融统计与计量课程讲义5

(2013-14 1st Semester)
Financial Statistics and Econometrics
August 17, 2013
2 / 64
§5.1
Serial Correlated Disturbances
Persistence in economic influences can lead to correlations among the disturbances in time series data. If the covariances among the disturbances in time series data are not all zero, we say the disturbances are serially correlated; otherwise, we say the disturbances are serially uncorrelated.
Financial Statistics and Econometrics
August 17, 2013
1 / 64
Contents
Serial correlated disturbances Newey-West Consistent Standard Errors Tests for serial correlation Generalized Lease Squares (GLS) Feasible Generalized Lease Squares (FGLS)
(2013-14 1st Semester)
Financial Statistics and Econometrics
August 17, 2013
12 / 64

计量金融学国外课堂课件5

计量金融学国外课堂课件5

Problems with R2 as a Goodness of Fit Measure
• There are a number of them:
1. R2 is defined in terms of variation about the mean of y so that if a model is reparameterised (rearranged) and the dependent variable changes, R2 will change. 2. R2 never falls if more regressors are added. to the regression, e.g. consider: Regression 1: yt = 1 + 2x2t + 3x3t + ut Regression 2: y = 1 + 2x2t + 3x3t + 4x4t + ut R2 will always be at least as high for regression 2 relative to regression 1. 3. R2 quite often takes on values of 0.9 or higher for time series regressions.
‘Introductory Econometrics for Finance’ © Chris Brooks 2008
Hedonic House Pricing Models: Variable Definitions
OUTPARK - number of outdoor parking spaces INDPARK - number of indoor parking spaces NOLEASE - a dummy variable = 1 if the unit has no lease attached to it; 0 otherwise LnDISTCBD - log of the distance in kilometres to the central business district SINGLPAR - percentage of single parent families in the area where the building stands DSHOPCNTR- distance in kilometres to the nearest shopping centre VACDIFF1 - vacancy difference between the building and the census figure

金融计量学课件5

金融计量学课件5
1 1 2

所以，考虑渐近偏差的方向就像是考虑存在一个 遗漏变量时偏差的方向。 主要的区别在于渐近偏差用总体方差和总体协方差表示，而 偏差则是基于它们在样本中的对应量。 记住，不一致性是一个大样本问题。因此，当数据增加时候 这个问题并不会消失。
where Cov x1, x2 Var x1
Introductory Econometrics
15 of 54
Introductory Econometrics
16 of 54
推导不一致性

渐近偏差(续)

， 并考虑下面 定义渐近偏差为：plim 1 1 的真实模型和待估计模型。
True model: y 0 1 x1 2 x2 v You think: y 0 1 x1 u, so that u 2 x2 v and then, plim
1 of 54
Introductory Econometrics
2 of 54
为什么考虑一致性

为什么考虑一致性

我们已经讨论了有限样本(小样本）中OLS估计量和检验统 计量具有的如下性质：
在MLR. 1-4下 OLS估计量具有无偏性 在MLR.1-5下 OLS估计量是最优线性无偏估计量 在MLR.1-6 下OLS估计量是最小方差无偏估计量 t(F)统计量的分布为t(F)分布。
Introductory Econometrics
25 of 54
Introductory Econometrics
26 of 54
定理5.2: OLS的渐近正态性
在定理5.2中什么是我们的假定而什么不是

ˆ 2 is a consistent estimator of 2 (ii) (iii) For each j,

计量经济学在金融中的应用ppt课件

计量经济学在金融中的应用ppt课件
6
（2）汇率变动对金融市场的影响

将研究范围进一步集中到股票市场，有 非常成熟的理论：


汇率变动如何影响股票价格：传统渠道，即 汇率的变动影响跨国公司的竞争力，从而影 响他们的收益和股票价格。 股价变动如何影响汇率水平：资产组合渠道， 即汇率决定的资产组合平衡模型。
7

其他影响渠道



仍然是从资产组合平衡渠道出发，汇率升值及进一步升值 的预期会提高投资于本国资产的预期收益，从而吸引外国 投资者投资本国资本市场，从而推动本国资产价格上升。 由于汇率升值及进一步升值的压力，货币当局在外汇市场 上进行公开市场操作进行干预，买进外币放出本币，从而 增加本国的货币供给，本国流动性增加后会寻找投资渠道， 也会推动资产价格上升。 还有一种是与传统渠道有关的，金融业和房地产业，虽然 没有商品的进出口，但也会因为汇率变动产生货币错配。 在本币升值的情况下，如果这种货币错配是外币净负债， 则会带来企业以本币计价的负债减少，反之，如果这种货 币错配是外币净资产，则会带来企业以本币计价的资产减 少，从而对企业利润产生影响，进而影响到该企业的市场 价值。
8
（3）汇率变动对宏观金融变量的影响

可以把与货币相关的宏观金融变量具体 化为：


货币政策的最终目标：通货膨胀、经济增长 与国际收支余额 货币政策的操作目标：利率和基础货币（货 币供应量的一种替代）

分别考察汇率变动对这两方面因素的影 响。
9


汇率变动对以上各变量的理论影响渠道 的分析结论是，通过不同的途径，汇率 变动后会对各变量产生不同的、甚至方 向相反的影响，因此最终的影响结果是 难以确定的，主要看各国的具体经济情 况和各种影响渠道的作用大小。 因此需要利用中国的实际数据进行检验。

货币银行学_第五章_金融市场

货币银行学_第五章_金融市场
n 按期限划分，有3个月、6个月、9个月和12个月等。
•资金需求方 作为债权人签 发票据，另一
我国现行立法强调票据应有真实交易背景；
方作为债务人 进行承兑。
发达市场经济国家票据市场交易的主要是融通票据。。
n 3.5 银行承兑票据：一是指经银行允诺票据到期履行支付义务也
即“承兑”的商业票据；二是指银行本身签发用以筹集资金的票 据。
我国的银行承兑票据仅指前者；
货币银行学_第五章_金 融市场
PPT文档演模板
2020/12/17
ቤተ መጻሕፍቲ ባይዱ货币银行学_第五章_金融市场
第五章 金融市场——第一节货币市场
•1、货币市场money market—短期金融市场。
•1.1定义：1年以内短期信用工具的发行与转让市 场的总括。
•交易对象：短期(1年以内)的票据和有价证券。
•一般具有“准货币”的性质，流动性强，风险小， •收益较资本市场交易对象低。
n 2.4 同业拆借市场的特点
n 多用于短期、临时性需要，所以拆借期限短，隔夜拆借较 为常见（占到70%以上），最长不超过一年；
n 参与拆借的机构基本都在中央银行开立帐户，拆借资金主 要存放在此帐户上；
n 基本是信用拆借，不需要缴纳存款准备金和担保； n 利率由双方协商决定，一般随行就市（ CHIBOR\LIBOR ） n 一般只允许金融机构参加。
•部分中长期资 金
•因利率波动或规模积累不够，而 暂时投向货币市场，为长期资本投 资做准备。
PPT文档演模板
货币银行学_第五章_金融市场
第一节 货币市场
n 1.3 货币市场的构成
n 同业拆借市场
n 银行承兑汇票市场 n 其他商业票据市场
•票据市 场

金融计量学,唐勇,课件

金融计量学,唐勇,课件

m和 n 的
F 分布，记为 F ~ F (m, n)
则 n ，其中 m 称为分子自由度也是第一自由度，
称为分母自由度也
称为第二自由度。 相关结论： （1）若随机变量 F ~ F (m, n) ，则 （2）若 t ~ t (n) ，则 t 2 ~ F (1, n)
1 ~ F (n, F
不同自由度的 F
•
抽样调查
几个常用的金融机构和数据库及其网址
机构或数据库名称
纽约证券交易所(NYSE)
网址

伦敦证券交易所（LSE） 东京证券交易所（TSE） 芝加哥交易所（CBOT） 上海证券交易所（SSE） 深证证券交易所（SZSE）
http://www.tse.or.jp
福州大学经济与管理学院 唐勇教授
本章主要内容
1.1金融计量学的含义以及建模步骤 1.2金融数据的主要类型、特点和来源 1.3收益率的计算 1.4常见的统计学与概率知识 1.5常用金融计量软件介绍
1
金融计量学的含 义以及建模步骤

1.1.1 金融计量学含义 什么是计量经济学？ 起源于经济学，是经济学的一个分支学科，是以 揭示经济活动中客观存在的数量关系为内容的分支 学科 什么是金融计量学？ 在西方经济中，一般认为金融计量学是指金融市场 的计量分析，特别是统计技术在处理金融问题中的 应用。
定义：随机变量X和Y独立，且 X ~ N 0,1 , Y ~ 2 (n) 的分布为自由度为n的t分布，记为 的
tX Y /n ~ t (n)
，则称
X
Y /n
，又称“学生
t 分布”
不同自由度的t分布密度函数图
相关结论：（1） 分布是一簇曲线，以0为中心，左右对称的单峰分布 （2）自由度n越小，分布曲线越低平;自由度n越大，分布 曲线越接近标准正态分布曲线。 x1 , x2 , , xN （3）设 是来自正态分布 的一 N (, ) 个样本，N个观测值的样本方差为 ，样本均值为 ，则有 s2 x

金融计量presentation讲义

金融计量presentation讲义

1《财经问题研究》中国核心类期刊、中国期刊方阵双效期刊、全国双十佳社科学报。

北大核心，也就是cssci的来源。

2Logit：也译作“分类评定模型”，或Logistic regression，“逻辑回归”），是离散选择法模型之一，属于多重变量分析范畴，是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。

Probit：是一种广义的线性模型，服从正态分布。

目前已发展成为一个由一元Probit模型,多元Probit模型(MPM),多项Probit模型(MNP),有序Probit模型(OP)等模型及处理方法组成的模型体系。

5多数研究认为多元化经营损害公司价值…而归核化经营创造价值，这似乎意味着公司应该选择归核化而不是多元化，然而，为什么每年多元化经营成功的企业几乎与专业化的企业一样为数众多?那么在国内最典型的例子莫过于“巨人集团”，在涉足房地产和生物制药业后而轰然倒闭。

在国外最典型的例子是美国的“安然公司”，因多元化经营不当引发财务危机，最终导致破产。

8托宾Q值(Tobin's Q Ratio)，由诺贝尔经济学奖得主詹姆斯·托宾（James Tobin）于1969年提出。

托宾Q值是公司市场价值对其资产重置成本的比率。

反映的是一个企业两种不同价值估计的比值。

分子上的价值是金融市场上所说的公司值多少钱，分母中的价值是企业的“基本价值”——重置成本。

公司的金融市场价值包括公司股票的市值和债务资本的市场价值。

重置成本是指今天要用多少钱才能买下所有上市公司的资产，也就是指如果我们不得不从零开始再来一遍，创建该公司需要花费多少钱。

其计算公式为：托宾Q值= 公司的市场价值/资产重置成本当Q>1时，购买新生产的资本产品更有利,这会增加投资的需求；当Q<1时，购买现成的资本产品比新生成的资本产品更便宜,这样就会减少资本需求。

ROSS等人撰写的著名MBA教材《公司金融》里，指出“多元化本身并不能创造公司价值”。

《金融计量学ch》PPT课件

《金融计量学ch》PPT课件
金融计量学
复旦大学金融研究院 张宗新
编辑ppt
1
第一章 导论
学习目标
金融计量内涵； 金融计量建模步骤； 常用金融计量软件，尤其是Eviews 和SAS的
使用； 金融计量学所具备的基础知识。
编辑ppt
2
第一章 导论
第一节 金融计量学含义及其建模步骤 第二节 常用金融计量软件介绍 第三节 本书的统计学与概率知识
3、SPSS
4、Matlab
5、S-PLUS
6、Statistica
编辑ppt
12
常用金融计量软件介绍
常用金融计量软件网址
软件名称
网址
Eviews

SAS

SPSS


Matlab

S-PLUS
编辑ppt
7
金融计量建模的基本步骤
金融理论或经济理论
建立待估计的金融计量模型
数据收集
模型估计 模型检验
不通过
通过
重新建立模型
解释模型
模型的应用
编辑ppt
8
金融计量学含义及其建模步骤
三、金融模型中的数据
（一）金融数据类型
时间序列数据（time series data） 横截面数据（cross-sectional data） 面板数据（panel data）
编辑ppt
14
常用金融计量软件介绍
1、数据导入
使用计量软件进行金融计量的第一个步骤就是进 行数据数据，建立一个数据集。在File菜单中选 择New命令，接着选择Workfile命令，就出现如 图1-2所示的“Workfile Creat”对话框。
编辑ppt
15
常用金融计量软件介绍

第五章金融货币与利率的决定

第五章金融货币与利率的决定

PPT文档演模板
第五章金融货币与利率的决定
存款准备金制度
①准备金： 为了保证储户提款，银行对吸收的存款总得提留一定比例的准 备 金留在银行以应付日常需要，另一部分存入中央银行。
②法定准备金和法定准备金率：是中央银行对商业银行吸收的存款规定一个 最低限度的准备金数额，准备金占银行全部的存款比例称为法定准备金率 (r ) 。如 r =6～20%
•
实际货币需求L / P =（k Y－hr） / P
•r •r1
•L=(ky1－hr) •L‘=(ky2－hr)
•当y2>y1时 L’>L
• PPT文档演模板
•r2 •0
•L/P •L’/P •L/P < •L’/P
•L/P
第五章金融货币与利率的决定
•（3）其他货币需求理论
• 鲍莫尔、托宾等建立更精确的理论解释凯恩 斯提出的三个货币需求动机，并对其理论进行修正。 • 弗里德曼扩大资产选择范围，把债券、股票 及各种实物资产都列为替代货币的资产，认为货币 的需求量由财富总量、人力财富和非人力财富的比 例、持有货币的预期报酬率、其它资产的报酬率等 因素共同决定。
• 2006年7月5日 : 由7.5%调高至8.0%
• 2006年8月15日: 由8.0%调高至8.5%
• 2006年11月15日: 由8.5%调高至9%
• 2007年1月15日: 由9%调高至9.5% • 2007年2月15日: 由9.5%调高至10% • 2007年4月10日: 由10%调高至10.5% • 2007年10月25日调高至13.0%
PPT文档演模板
第五章金融货币与利率的决定
PPT文档演模板
小结
•M=C+D •r

第五章 多元时间序列分析方法 《金融计量学》ppt课件

第五章 多元时间序列分析方法 《金融计量学》ppt课件

协整向量的个数称为 的协xt整秩。显然，若
则最多只有一个独立的协整向量。
只包xt含两个变量，
（4）大多数协整的相关研究集中在每个变量只有一个单位根的情 况，其原因在于古典回归分析或时间序列分析是建立在变量是 I (0) 的条件下，而极少数的经济变量是单整阶数大于1的变量。
协整检验
二、协整的检验方法
向量自回归模型(VAR)
三、向量自回归模型(VAR)的估计
应用Eviews软件，创建VAR对应选择 Quick/Estimate VAR，或选择Objects/new object/VAR，也可以在命令窗口直接键入VAR。
向量自回归模型(VAR)
四、脉冲响应函数与预测方差分解
从结构性上看，VAR模型的F检验不能揭示某个给定变 量的变化对系统内其它变量产生的影响是正向还是负 向的，以及这个变量的变化在系统内会产生多长时间 的影响。然而，这些信息可以通过考察VAR模型中的 脉冲响应（Impulse Response )和方差分解（Variance Decompositions）得到。
协整检验
第一节 协整检验
一、协整概念与定义
在经济运行中，虽然一组时间序列变量都是随机游走，但它们的某个 线性组合却可能是平稳的，在这种情况下，我们称这两个变量是平稳 的，既存在协整关系。
其基本思想是，如果两个(或两个以上)的时间序列变量是非平稳的， 但它们的某种线性组合却表现出乎稳性，则这些变量之间存在长期稳 定关系，即协整关系。根据以上叙述，我们将给出协整这一重要概念。 一般而言，协整是指两个或两个以上同阶单整的非平稳时间序列的组 合是平稳时间序列，则这些变量之间的关系的就是协整的。
是k维 t误差向量，其协方差矩阵为 。经过适当变化，上述模型可最

金融统计学(全套课件535P)

金融统计学(全套课件535P)


h
Pp h R p
(1-5)
q
其中 ， Pp 是证券组合收益 Rp 发生的概率，h为目标 收益率，q(=0,1,2)为某种“矩”的类型，q取不同的值，
LMPq 反映了
的不同涵义。
回总目录 回本章目录
下偏矩风险计量方法
风险的下偏矩计量方法将损失作为风险的计量因子， 反映了投资者对风险的真实心理感受，符合行为科学的 原理。而且从资源配置效率看，该计量方法优于方差方
一概念就形成了。
• 金融是货币流通和信用活动的总称。
回总目录 回本章目录
二.金融体系 • 金融制度
• 金融机构
• 金融工具
• 金融市场
• 金融调控机制
回总目录 回本章目录
（一）金融制度
金融制度包括货币制度、汇率制度、信用制度、 银行制度、金融机构制度、利率制度、金融市场制度,
以及支付清算制度、金融监管制度和其他。
回总目录 回本章目录
通过二次规划模型，可实现投资组合中金融 资产的最佳配置。模型为：
mins = X QX
（1-1） X T R = R0 T s.t. F X = 1, X i 0(不允许卖空) i =1,2,...,m T F X = 1 (允许卖空)
2 p
T
回总目录 回本章目录
回总目录 回本章目录
二.金融统计的内容
金融统计的内容包括金融工具统计和金融市场统计， 其中，金融统计指标是金融统计分析的基础。
从金融统计体系的内容来看，包括货币供应量统计、
信贷收支统计、现金收支统计、对外金融统计、保险统 计、资金流量统计等。
回总目录 回本章目录
三.金融统计的研究方法
（一）金融风险计量方法研究
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

5.4.1 VAR模型与脉冲响应函数
5.4.2 VAR模型与方差分解
5.4.2 VAR模型与方差分解
5.4.2 VAR模型与方差分解
另外，利用乔莱斯基分解（Cholesky decomposition）又可以得到 下列关系：
5.4.2 VAR模型与方差分解
5.4.2 VAR模型与方差分解
为了使VAR模型平稳，需要满足以下条件：
（5.5）
5.1.2 VAR模型的平稳条件
5.1.2 VAR模型的平稳条件
5.1.3 VAR（p）与VAR（1）转化
由于在很多情况下，VAR(1)模型更容易分析其性质、进 行计算和理论推导，因此本节考虑将VAR(p)转化成VAR(1)。
为了实现这样的转化，首先我们可以对式（5.1）左右两 边取期望，获得如下等式：
（2）VAR模型对参数不施加约束，即无论参数估计值有无显 著性，都会被保留到模型中。
（3）VAR模型的解释变量中不包含任何当期变量，从而可以 对未来值进行预测。
5.1.1 VAR模型基本概念
（4）VAR模型需要估计较多的参数。一个包含n个变量的 VAR(p)模型，如果每个等式都含有一个常数项，那么一共需要 估计的参数个数是( pn2 n)个。
那么，我们在用VAR模型做回归分析时，究竟应该在VAR 系统内使用平稳序列还是非平稳序列呢？作为指导性的原则，如 果要分析不同变量之间可能存在的长期均衡关系，则可以直接选 用非平稳序列；而如果分析的是短期的互动关系，则选用平稳序 列，即对于涉及到的非平稳序列，必须先进行差分或去除趋势使 其转化成对应的平稳序列，然后包含在VAR模型中进行进一步分 析。
福州大学经济与管理学院 唐勇教授
本章主要内容
5.1VAR模型介绍 5.2VAR模型估计方法与设定 5.3格兰杰因果关系检验 5.4脉冲响应函数与方差分解 5.5结构VAR(SVAR)模型
1
VAR模型介绍
5.1.1 VAR模型基本概念
上一章介绍的AR模型、MA模型、 ARMA模型以及ARIMA 模型均是单一方程的回归，且已先验地设定了变量之间解释和被 解释的关系。但是，如果我们事先并不知道哪个变量为被解释变 量，哪个变量为解释变量，就很难确定变量之间的关系。针对这 一问题，希姆斯（C. S. Sims）于1980年提出了向量自回归模型 （VAR）。
能反映经济发展状况的变量。因此，该研究人员可以选择货币供 应量增长率和真实GDP缺口两个变量构建一个VAR模型来研究这 一问题。此时，VAR模型就可以写成
5.2.2 VAR模型的设定
3.VAR模型中滞后阶数的确定 建立VAR模型的的一个难点就是确定滞后阶数。经济、金融理论 通常不会说明VAR模型适当的滞后阶数以及变量将在多长时期通过系 统起作用。如果要确定具体的滞后阶数，就需要用到一些方法，下面 我们将介绍其中的几种方法。
表5-2： 格兰杰因果关系检验结果
4 脉冲响应函数
与方差分解
5.4.1 VAR模型与脉冲响应函数
5.4.1 VAR模型与脉冲响应函数
5.4.1 VAR模型与脉冲响应函数
5.4.1 VAR模型与脉冲响应函数
5.4.1 VAR模型与脉冲响应函数
5.4.1 VAR模型与脉冲响应函数
5.4.1 VAR模型与脉冲响应函数
5.2.2 VAR模型的设定
接下来我们进一步讨论如何对VAR模型进行设定。这主要 涉及到以下三个方面的问题：
1.VAR模型中变量平稳性问题； 2.VAR模型中变量的选择问题； 3.VAR模型中滞后阶数的确定问题。 下面我们分别对其进行详细介绍。
5.2.2 VAR模型的设定
1.VAR模型中变量的平稳性 虽然使用OLS方法估计VAR模型看上去很简单，但是在估计 之前有几个很重要的问题需要弄清楚。首先，涉及到包含在VAR
（5.7）
由此可见，一个平稳的VAR(p)模型具有一个恒定不变的常数 项矩阵。
因此，式（5.1）可以重新写成去除均值的形式，即
（5.8）
5.1.3 VAR（p）与VAR（1）转化
（5.10）
5.1.3 VAR（p）与VAR（1）转化
5.1.3 VAR（p）与VAR（1）转化
我们在第四章学习了ARMA模型，发现AR与MA模型在一
系，这样可能会隐藏了许多非常有价值的原始变量之间的长期关 系。因此，一部分计量经济学家推崇利用VAR模型进行协整分析。
5.2.2 VAR模型的设定
然而，利用VAR模型分析实际问题时，由于标准的统计检 验和统计推断要求分析的所有序列必须都是平稳序列，因此使用 非平稳序列变量会带来统计推断方面的麻烦。
5.2.2 VAR模型的设定
2.VAR模型中变量的选择 一般来说，没有严格规定VAR模型中变量的选择。总的来
说，变量的选择需要根据经济、金融理论，同时还需要考虑手中 的样本大小。
例如，如果央行研究所的研究人员希望分析货币政策与现 实经济发展之间的互动关系，那么他就可以选择一个包含2个变 量的VAR模型，即选择一个能够代表货币政策工具的变量和一个
模型中的各变量的平稳性问题。关于这个问题，一些计量经济学 家，如Sims、Stock和Waston（1990）提出，非平稳序列仍然 可以放在VAR模型中，通过估计结果分析经济、金融含义。他们 认为，为了得到一些一阶单整（即I(1)）的经济变量的平稳序列， 如果先对其进行一次差分，再利用VAR模型分析变量间的互动关
布的假设条件在金融数据中并不能够得到满足，因此我们需要用 其他的一些方法来确定滞后阶数。经常用到的就是信息准则法。 与前面介绍的信息准则法不同的是，这里我们要同时确定VAR模 型中的所有方程的滞后阶数，因此，相应的信息准则的具体形式 也相应改变为
5.2.2 VAR模型的设定
在EViews软件下，分别依次取不同的滞后阶数来估计模型， 每次会得到不同的AIC值或SBIC值。最后我们选择的最优滞后阶 数是使AIC值或SBIC值达到最小的那个滞后阶数。一般情况下， AIC值或SBIC值会给出相同的最优滞后阶数，但如果给出的不同， 我们可以相机选择一个（一般差别不大），因为两个信息准则不 存在谁优先的问题。
（5）VAR模型的应用之一就是预测。由于VAR模型中每个方 程的右边都不包含当期变量，因此，进行预测时不必对解释变 量在预测期内的取值做任何预测。
5.1.2 VAR模型的平稳条件
从上一章的学习中我们可以知道，平稳性对于AR模型来说 是一个非常重要的概念。同样地，在VAR模型中，平稳性也是一 个不得不考虑的问题。
顾名思义，向量自回归模型就是用模型中所有当期变量对所 有变量的若干期滞后变量进行自回归，该模型一般用来估计联合 内生变量的动态关系。在VAR模型中，没有内生变量和外生变量 之分，而是所有的变量都被看作内生变量，初始对模型系数不施 加任何约束，即每个方程都有相同的解释变量——所有被解释变 量若干期的滞后值。
5.2.1 VAR模型的估计方法
5.2.1 VAR模型的估计方法
在Eviews软件中，创建VAR模型应选择Quick→Estimate VAR，或者选择Objects→new object→VAR，也可以在命令窗 口直接输入VAR。VAR窗口的对话框如图5-2所示。
5.2.1 VAR模型的估计方法
下面我们以中国的GDP增长率（GDPR）与通货膨胀率（CPI） 的季度数据组成的VAR(2)模型为例（样本区间为2001年第1季 度—2014年第4季度），利用EViews估计出VAR(2)模型。
统计数据均来自中国国家统计局网站，其中，CPI的季度数 据采用月度数据的平均值。
图5-1描绘的是中国GDP增长率与CPI的季度数据。
下面我们以2001年1月至2014年2月期间上证综合指数收 益率（SHANGHAI）与纳斯达克综合指数收益率（NASDAQ） 这两个变量组成的VAR(2)模型为例，检验二者是否互相为格兰杰 因果关系。
在EViews软件中，点击view→Granger Causality Test…， 在随后弹出的选择滞后长度（Lag Specification）界面中选定滞 后长度为2，点击OK按钮便可得到以下表5-2的结果。
5.1.1 VAR模型基本概念
（5.1）
5.1.1 VAR模型基本概念
5.1.1 VAR模型基本概念
总的来说，VAR模型具有以下五个特点： （1）VAR模型的建立可以不以严格的经济理论为依据，因此
可以在一定程度上任意添加其他解释变量。在建模过程中只需 确定两个参数，首先需要确定的是n，即，哪些变量存在相互关 系，然后把有关系的变量都包括在VAR模型中；其次，需要确定 的是p，即，用多少期的滞后变量来解释那些内生变量，才能使 模型充分反映出变量之间相互影响的绝大部分。
表5-1给出了利用EViews估计VAR模型的结果。表中每一列 对应的是VAR模型中的一个回归等式，给出了等式右端每一个变 量的系数的估计量、估计量的标准差（圆括号内）及统计量（方 括号内）。
5.2.1
VAR模型的估计方法
表5-1：VAR(2)模型的估计结果
5.2.1
VAR模型的估计方法
续表5-1：VAR(2)模型的估计结果
5.2.2 VAR模型的设定
似然比检验法就是比较不同滞后阶数对应的似然函数值， 考察滞后阶数的增大是否导致VAR系统对应的似然函数出现显著 性的增大。需要注意的是，似然比检验法只有在每个方程的误差 项都服从正态分布的假设条件下， 2 检验才严格地渐进有效。
5.2.2 VAR模型的设定
2)信息准则法 在很多情况下，似然比检验法所要求的随机误差项正态分
5.1.4 向量自协方差与自相关系数
5.1.4 向量自协方差与自相关系数
由于
5.1.4 向量自协方差与自相关系数
2 VAR模型估计方 法与设定
5.2.1 VAR模型的估计方法
再者，又因为OLS估计方法具有简单易行等特点，所以OLS回归 是估计无约束VAR模型最常用的方法之一。