結(jié)構(gòu)向量自回歸SVAR模型操作步驟

SVAR操作步驟1目錄一單位根檢驗(yàn)二兩種分析思路

思路一

VAR與SVAR模型及應(yīng)用

思路二協(xié)整檢驗(yàn)及向量誤差修正模型（VEC）23

注：進(jìn)行向量自回歸與誤差修正模型分析首先必須進(jìn)行穩(wěn)定性檢驗(yàn)各個(gè)變量進(jìn)行穩(wěn)定性檢驗(yàn)結(jié)果及分析思路如下：

（1）均穩(wěn)定，則直接進(jìn)行VAR構(gòu)建請點(diǎn)VAR/SVAR建模

（2）部分穩(wěn)定，部分不穩(wěn)定請點(diǎn)VAR/SVAR建模

（3）不穩(wěn)定，但均有相同單整階數(shù)，請點(diǎn)協(xié)整檢驗(yàn)及VEC（建議做）也可以做VAR建模（建議不做）一各個(gè)變量進(jìn)行單位根檢驗(yàn)VAR/SVAR建模第一步：請點(diǎn)建立初始VAR第二步：請點(diǎn)初始VAR模型檢驗(yàn)第三步：請點(diǎn)確定最終的VAR第四步：請點(diǎn)在最終的VAR基礎(chǔ)上建立SVAR（可做可不做，建議做）.第五步：請點(diǎn)以第三步VAR或是第四步SVAR的為基礎(chǔ)做脈沖分析及方差分解4第一步初始VAR建模◎序列要求：沒有任何要求處理序列與否，撐握如下原則：

原則一：處理序列目的是使VAR穩(wěn)定，只有當(dāng)VAR不穩(wěn)定是才考慮處理序列

原則二：不要做I（2）向I（0），結(jié)果不好解釋，這樣處理能使VAR穩(wěn)定，也放棄建模注一：VAR穩(wěn)定是指VAR的AR根均小于1（在單位圓內(nèi)），因?yàn)榉€(wěn)定VAR模型定，滿足脈沖分析及方差分解所需條件（見高鐵梅計(jì)量分析方法與建模第2版P301）。注二：由于穩(wěn)定序列構(gòu)建的VAR容易達(dá)到穩(wěn)定性要求，而夾雜了不穩(wěn)定序列難以使VAR穩(wěn)定，所以有的書上直接講VAR建模是要求序列平穩(wěn)5第一步初始VAR建模注三：處理方法是差分或是取對數(shù)注四：序列穩(wěn)定與否均可建立VAR（VAR可能穩(wěn)定也可能不穩(wěn)定，不穩(wěn)定的序列沒有任何價(jià)值，所有我們最終是要建立一個(gè)穩(wěn)定的VAR，進(jìn)一步做脈沖及方差分解）◎滯后階數(shù)：任意設(shè)（因?yàn)槌跏糣AR建立后要進(jìn)行檢驗(yàn)，以確定真正的滯后階數(shù)，以便在最終的VAR模型中引入正確的滯后階數(shù)）◎所有序列均視為內(nèi)生的，除非你已知哪些是外生（初始VAR建立后要進(jìn)行因果關(guān)系檢驗(yàn)，確定哪些變量為外生變量引入最終的VAR模型）軟件操做請點(diǎn)軟件操做：建立最初的VAR67檢驗(yàn)說明對已構(gòu)建的初始VAR做如：一AR根觀察，以便確定模型的穩(wěn)定性，模型不穩(wěn)定則某些結(jié)果（如脈沖響應(yīng)函數(shù)的標(biāo)準(zhǔn)誤差）不是有效的。二檢驗(yàn)滯后階數(shù)三因果關(guān)系檢驗(yàn)（注：因果關(guān)系檢驗(yàn)應(yīng)在階數(shù)確定后展開，如檢驗(yàn)結(jié)果階數(shù)要更改，則用改正的階數(shù)重新構(gòu)建VAR后再行檢驗(yàn)）軟件操做，請點(diǎn)VAR模型檢驗(yàn)操作初始VAR模型檢驗(yàn)8軟件操做：建立最初的VAR◎Objects/Newobject/VAR◎估計(jì)VAR模型※VAR類型：unrestrictedVAR※填寫：內(nèi)生變量，外生變量，及樣本區(qū)間※滯后欄目：滯后成對輸入/模型中無外生變量從1開始，有外生變量時(shí)滯后從0開始?！螯c(diǎn)OK9VAR檢驗(yàn)操作一：AR根觀察VAR窗口※VIEW※LAGSTRUCTURE※ARrootstable或ARrootsgraph

注：特征根均小于1時(shí)模型穩(wěn)定二：確定滯后階數(shù)

原：滯后階數(shù)不為jVAR窗口※VIEW※LAGSTRUCTURE※LAGLENGTHCRITERIA※填寫最大階數(shù)

注：從最大P開始檢驗(yàn)，軟件將以星號(hào)給出滯后階數(shù)三：因果關(guān)系檢驗(yàn)原：不是因果關(guān)系※VAR窗口※VIEW※LAGSTRUCTURE※pairwiseGrangerCausalityTests注：軟件對各個(gè)內(nèi)生變量依次給出單個(gè)檢驗(yàn)與聯(lián)合檢驗(yàn)，當(dāng)P值大小臨界水平（通常為0.05）說明（X外生于Y/X不能Grange引起Y

），簡單地：當(dāng)聯(lián)合檢驗(yàn)P值大于0.05，則該被檢驗(yàn)的因變量外生于系統(tǒng)（外生變量），應(yīng)重構(gòu)VAR最終VAR建模記住VAR模型檢驗(yàn)所得的滯后階數(shù)記住VAR模型檢驗(yàn)所得的外生變量如果你幸運(yùn)的話最初設(shè)置正確，你真歷害，不用再建模型了如果不幸運(yùn)，請利用所得信息

◎重新構(gòu)建VAR◎重新檢驗(yàn)VAR不斷重復(fù)直至你的模型通過三項(xiàng)檢驗(yàn)（穩(wěn)定性，滯后階數(shù)正確，外生變量與內(nèi)生變量明晰）10在最終終的VAR基礎(chǔ)上上建立立SVAR（可做做可不不做，，建議議做）當(dāng)已構(gòu)構(gòu)建了了VAR以后就就可以以構(gòu)建建SVAR模型具具體第一步步：實(shí)實(shí)施約約束第二步步：估估計(jì)SVAR第三步步：分分析1112構(gòu)建SVAR模型（第一步步：實(shí)施約約束：：矩陣陣約束束填寫寫原則則文本約約束，，原則則類同同，填填寫有有別）（1）軟件件短期期約束束基于于AB-型SVAR模型（）），長期期約束束基于于脈沖沖響應(yīng)應(yīng)的累累積響響應(yīng)函函數(shù)（2）關(guān)于于短期期約束束※可識(shí)別別條件件：AB-型SVAR模型至至少需需要個(gè)個(gè)約約束※可識(shí)別別條件件一般般假設(shè)設(shè)結(jié)構(gòu)構(gòu)信息息有有單位位方差差，因因此通通常對對矩陣陣B的約束束為對對角陣陣（約約束個(gè)個(gè)數(shù)為為））或者者單位位矩陣陣（約約束個(gè)個(gè)數(shù)為為）），以以致獲獲得沖沖擊的的標(biāo)準(zhǔn)準(zhǔn)偏差差.※A矩陣主主對角角元素素一般般設(shè)為為1（約束束個(gè)數(shù)數(shù)為K）※在矩陣陣B為單位位陣情情況下下，對對A矩陣的約束束相當(dāng)于對對矩矩陣施加加約束，即即對變量間間同期相關(guān)關(guān)關(guān)系系的約束，，如有三三個(gè)內(nèi)生變變量稅收（（1），政府支支出（2），產(chǎn)出（（3），根據(jù)經(jīng)經(jīng)濟(jì)理論當(dāng)當(dāng)期產(chǎn)出不不會(huì)影響當(dāng)當(dāng)期政府支支出，即矩矩陣中中，，在約束束時(shí)當(dāng)B為單位陣時(shí)時(shí)，直接寫寫成※約束矩陣中中未知元素素定義為NA（3）關(guān)于長期期約束建立包括長長期響應(yīng)矩矩陣模模塊，約約束處填寫寫0，比如第2個(gè)內(nèi)生變量量對第1結(jié)構(gòu)沖擊的的長期影響響為0，則長期響響應(yīng)矩陣模模塊中第2行第1列元素為0，其他類同同，無約束束的填寫NA（4）不能同時(shí)時(shí)施加長期期與短期約約束構(gòu)建SVAR模型——矩陣約束填填寫原則（簡）一約約束矩陣陣B為單位陣（約束個(gè)數(shù)為為））約束矩陣A為主對角元元素為1（約束個(gè)數(shù)數(shù)為）AB-型SVAR模型至少需需要個(gè)個(gè)約約束根據(jù)經(jīng)濟(jì)原原理再在矩矩陣A中至少增加加個(gè)0約束13構(gòu)建SVAR模型第一步：實(shí)施約束：：約束矩陣陣構(gòu)建與填填寫一生生成矩陣陣Objects/NewObject/選中Matrix-Vector-Coef，填寫矩陣名稱：：A或B或填寫矩陣并并保存填寫規(guī)則見見：填寫原原則1415說明◎從VAR對象窗口的的菜單中選選擇◎Procs/EstimateStructuralFactorization◎SVAROptions的對話框中中，擊中Matrix按鈕和Short-RunPattern按鈕，并在在相應(yīng)的編編輯框中填填入模版矩矩陣的名字字。構(gòu)建SVAR模型（第二步：估計(jì)SVAR）16脈沖響應(yīng)分分析※VAR窗口※VIEW※impulseresponse17方差分解解※VAR窗口※VIEW※variancedecomposition協(xié)整檢驗(yàn)驗(yàn)及VEC協(xié)整檢驗(yàn)驗(yàn)：請請點(diǎn)說明請點(diǎn)：軟件操作作情形一：：不協(xié)整整說明沒長長期穩(wěn)定定關(guān)第，，可以做做：請點(diǎn)VAR模型情形二：：協(xié)整請點(diǎn)VEC模型在EViews軟件中的的實(shí)現(xiàn)18協(xié)整檢驗(yàn)驗(yàn)說明明◎VAR與VEC關(guān)系是：：VEC是有協(xié)整整約束（（即有長長期穩(wěn)定定關(guān)系））的VAR模型，多多用于具具有協(xié)整整關(guān)系的的非平穩(wěn)穩(wěn)時(shí)間序序列建模模高鐵鐵梅計(jì)計(jì)理分析析方法與與建模第第2版P295◎協(xié)整檢檢驗(yàn)僅對對非平穩(wěn)穩(wěn)序列（（單整數(shù)數(shù)相同））有效注：如有有2階單整，，其他是是一階單單整，則則可將2階單整原原序列差差分或取取對數(shù)，，生成新新序列，，再與其其他一階階單整序序列進(jìn)行行協(xié)整檢檢驗(yàn)◎協(xié)整整要進(jìn)行行序列平平穩(wěn)性（（單位根根）檢驗(yàn)驗(yàn)，只有有滿足單單整數(shù)相相同的非非平穩(wěn)序序列才能能進(jìn)行協(xié)協(xié)整檢驗(yàn)驗(yàn)◎原：不存存在協(xié)整整關(guān)系1920協(xié)整檢驗(yàn)驗(yàn)在EViews軟件中的的實(shí)現(xiàn)一起動(dòng)動(dòng)程序※VAR對象或Group(組)對象象的工具具欄中選選擇※View/CointegrationTest…即可。二填寫寫對話窗窗三協(xié)協(xié)整結(jié)果果21填寫協(xié)整整檢驗(yàn)設(shè)設(shè)定對話話框關(guān)于序列列假設(shè)可選部分分關(guān)于協(xié)協(xié)整方程程假設(shè)滯后設(shè)定定是指在在輔助回回歸中的的一階差差分的滯滯后項(xiàng)，，不是指指原序列列。例如如，如果果在編輯輯欄中鍵鍵入“12”，協(xié)協(xié)整檢驗(yàn)驗(yàn)用yt對yt-1，yt-2和其他指指定的外外生變量量作回歸歸，此時(shí)時(shí)與原序序列yt有關(guān)的最最大的滯滯后階數(shù)數(shù)是3。。對于一一個(gè)滯后后階數(shù)為為1的協(xié)協(xié)整檢驗(yàn)驗(yàn)，在編編輯框中中應(yīng)鍵入入“00””。不能確定定如何選選擇，則則選擇此項(xiàng)項(xiàng)22VEC模型在EViews軟件中的的實(shí)現(xiàn)1.如如何估計(jì)計(jì)VEC模型由于VEC模型的表表達(dá)式僅僅僅適用用于協(xié)整整序列，，所以應(yīng)應(yīng)先運(yùn)行行Johansen協(xié)整檢驗(yàn)驗(yàn)，并確確定協(xié)整整關(guān)系數(shù)數(shù)。需要要提供協(xié)協(xié)整信息息作為VEC對象定義義的一部部分。如果要建建立一個(gè)個(gè)VEC模型，在在VAR對象設(shè)定定框中，，從VARType中選擇VectorErrorCorrection項(xiàng)。在VARSpecification欄中，除除了特殊殊情況外外，應(yīng)該該提供與與無約束束的VAR模型相同同的信息息：23①常數(shù)數(shù)或線性性趨勢項(xiàng)項(xiàng)不應(yīng)包包括在ExogenousSeries的編輯框框中。對對于VEC模型的常常數(shù)和趨趨勢說明明應(yīng)定義義在Cointegration欄中。②在VEC模型中滯滯后間隔隔的說明明指一階階差分的的滯后。。例如，滯滯后說明明“12”將包括VEC模型右側(cè)側(cè)的變量量的一階階差分項(xiàng)項(xiàng)的滯后后，即VEC模型是兩兩階滯后后約束的的VAR模型。。為了估估計(jì)沒有有一階差差分項(xiàng)的的VEC模型，指指定滯后后的形式式為：““00”。24③對VEC模型常數(shù)數(shù)和趨勢勢的說明明在Cointegration欄（下圖圖）。必須從5個(gè)趨勢勢假設(shè)說說明中選選擇一個(gè)個(gè)，也必必須在編編輯框中中填入?yún)f(xié)協(xié)整關(guān)系系的個(gè)數(shù)數(shù)，應(yīng)該該是一個(gè)個(gè)小于VEC模型中內(nèi)內(nèi)生變量量個(gè)數(shù)的的正數(shù)。。25如果想強(qiáng)強(qiáng)加約束束于協(xié)整整關(guān)系或或(和)調(diào)整參數(shù)數(shù)，用Restrictions欄。注意意：如果果沒在VARSpecification欄中單擊擊ImposeRestrictions項(xiàng)，這一一欄將是是灰色的的。26一旦填完完這個(gè)對對話框，，單擊OK即可估計(jì)計(jì)VEC模型。VEC模型的估估計(jì)分兩兩步完成成：在第第一步，，從Johansen所用的協(xié)協(xié)整檢驗(yàn)驗(yàn)估計(jì)協(xié)協(xié)整關(guān)系系；第二二步，用用所估計(jì)計(jì)的協(xié)整整關(guān)系構(gòu)構(gòu)造誤差差修正項(xiàng)項(xiàng)，并估估計(jì)包括括誤差修修正項(xiàng)作作為回歸歸量的一一階差分分形式的的VAR模型。2728VEC模型估計(jì)計(jì)的輸出出包括兩兩部分。。第一部部分顯示示了第一一步從Johansen過程所得得到的結(jié)結(jié)果。如如果不強(qiáng)強(qiáng)加約束束，EViews將會(huì)用系系統(tǒng)默認(rèn)認(rèn)的能可可以識(shí)別別所有的的協(xié)整關(guān)關(guān)系的正正規(guī)化方方法。系系統(tǒng)默認(rèn)認(rèn)的正規(guī)規(guī)化表述述為：將將VEC模型中前前r個(gè)變量作作為剩余余kr個(gè)變量的的函數(shù)，，其中r表示協(xié)整整關(guān)系數(shù)數(shù)，k是VEC模型中內(nèi)內(nèi)生變量量的個(gè)數(shù)數(shù)。第二部分分輸出是是在第一一步之后后以誤差差修正項(xiàng)項(xiàng)作為回回歸量的的一階差差分的VAR模型。誤誤差修正正項(xiàng)以CointEq1，CointEq2，………表示形式式輸出。。輸出形形式與無無約束的的VAR輸出形式相同同。2930在VEC模型輸出結(jié)果果的底部，有有系統(tǒng)的兩個(gè)個(gè)對數(shù)似然值值。第一個(gè)值值標(biāo)有LogLikelihood(d.f.adjusted)，，其計(jì)算用自由由度修正的殘殘差協(xié)方差矩矩陣，這是無無約束的VAR模型的對數(shù)似似然值。標(biāo)有有LogLikelihood的值是以沒有有修正自由度度的殘差協(xié)方方差矩陣計(jì)算算的。這個(gè)值值與協(xié)整檢驗(yàn)驗(yàn)所輸出的值值是可比較的的。312.VEC系數(shù)的獲得對于VEC模型，系數(shù)的的估計(jì)保存在在三個(gè)不同的的二維數(shù)組中中：A，B和C。A包含調(diào)整參數(shù)數(shù)矩陣；B包含協(xié)整矩陣陣；C包含短期參數(shù)數(shù)矩陣（一階差方項(xiàng)項(xiàng)滯后的系數(shù)數(shù)）。(1)A的第一個(gè)指標(biāo)標(biāo)是VEC的方程序號(hào)，，第二個(gè)指標(biāo)標(biāo)是協(xié)整方程程的序號(hào)。例例如，A(2,1)表示：VEC的第二個(gè)方程程中的第一個(gè)個(gè)協(xié)整方程的的調(diào)整系數(shù)。。(2)B的第一個(gè)指標(biāo)標(biāo)是協(xié)整方程程序號(hào)，第二二個(gè)指標(biāo)是協(xié)協(xié)整方程的變變量序號(hào)。例例如，B(2,1)表示：第二個(gè)個(gè)協(xié)整方程中中第一個(gè)變量量的系數(shù)。注注意：這個(gè)索索引與的轉(zhuǎn)置相對應(yīng)應(yīng)。32(3)C的第一個(gè)指標(biāo)標(biāo)是VEC的方程序號(hào)，，第二個(gè)指標(biāo)標(biāo)是VEC中一階差分回回歸量的變量量序號(hào)。例如如，C(2,1)表示：VEC第二個(gè)方程中中第一個(gè)一階階差分回歸量量的系數(shù)。在VEC模型的名字后后面加一個(gè)點(diǎn)點(diǎn)號(hào)和系數(shù)元元素，就可以以獲得這些系系數(shù)，如：var01.a(2,1)var01.b(2,1)var01.c(2,1)要察看A,B和C的每一個(gè)元素素和被估計(jì)系系數(shù)的對應(yīng)關(guān)關(guān)系，從VAR的工具欄中選選擇View/Representations即可。33變量名稱協(xié)整向量（1）協(xié)整向量（2）ln(slt)10ln(ift)01ln(m1t-1)-0.16(-1.67)0ln(tivt)-0.51-0.98

（-8.41）(-33.99)

rrt-4

0.03

0.03(2.70)(7.87)

ln(cpit-3)-0.18-0.22

(-0.69)(-0.95)

常數(shù)項(xiàng)-0.63

2.05

表9.4協(xié)整向量矩陣陣的估計(jì)結(jié)果經(jīng)檢驗(yàn)，由表表9.4中的協(xié)整向量量分別得到的的2個(gè)線性組合序序列都是平穩(wěn)穩(wěn)的，即都是是I(0)的。34表9.4中取值為1或0的變量系數(shù)是是本例施加的的約束，如協(xié)協(xié)整方程1表示實(shí)際消費(fèi)費(fèi)方程，假設(shè)設(shè)實(shí)際消費(fèi)與與實(shí)際M1、實(shí)際利率、、物價(jià)和實(shí)際際工業(yè)總產(chǎn)值值之間存在長長期均衡關(guān)系系，而約束其其他變量系數(shù)數(shù)為0，即（）其中ecm1t表示回歸方程程的殘差項(xiàng)，，也即誤差修修正模型中的的誤差修正項(xiàng)項(xiàng)，式（）實(shí)際消費(fèi)方方程中的系數(shù)數(shù)表示：在其其他條件不變變的情況下，，實(shí)際M1每增加1個(gè)百分點(diǎn)，實(shí)實(shí)際消費(fèi)平均均將增加0.16個(gè)百分點(diǎn)；而而在其他條件件不變的情況況下，實(shí)際工工業(yè)總產(chǎn)值每每提高1個(gè)百分點(diǎn)，實(shí)實(shí)際消費(fèi)平均均提高0.51個(gè)百分點(diǎn)；實(shí)實(shí)際利率每提提高1個(gè)百分分點(diǎn)，，實(shí)際際消費(fèi)費(fèi)平均均降低低0.03個(gè)百分分點(diǎn)，，但存存在4個(gè)月的的滯后后效應(yīng)應(yīng)；同同時(shí)，，前3期物價(jià)價(jià)每提提高1個(gè)百分分點(diǎn)，，當(dāng)期期實(shí)際際消費(fèi)費(fèi)平均均提高高0.18個(gè)百分分點(diǎn)，，但是是統(tǒng)計(jì)計(jì)不顯顯著。。35協(xié)整方方程2表示實(shí)實(shí)際投投資方方程，，假設(shè)設(shè)實(shí)際際固定定資產(chǎn)產(chǎn)投資資與實(shí)實(shí)際利利率、、物價(jià)價(jià)和實(shí)實(shí)際工工業(yè)總總產(chǎn)值值之間間存在在長期期均衡衡關(guān)系系，而而約束束其他他變量量系數(shù)數(shù)為0，即（）其中ecm2t也表示示回歸歸方程程的殘殘差項(xiàng)項(xiàng)，方方程中中的系系數(shù)分分別表表示：：在其其他條條件不不變的的情況況下，，實(shí)際際工業(yè)業(yè)總產(chǎn)產(chǎn)值每每提高高1個(gè)百分分點(diǎn)，，實(shí)際際投資資平均均提高高0.98，顯然然工業(yè)業(yè)增長長對實(shí)實(shí)際投投資的的拉動(dòng)動(dòng)作用用要大大于對對實(shí)際際消費(fèi)費(fèi)的拉拉動(dòng)作作用；；實(shí)際際利率率每提提高1個(gè)百分分點(diǎn)，，實(shí)際際投資資平均均降低低0.03個(gè)百分分點(diǎn)，，同樣樣存在在一定定的滯滯后效效應(yīng)；；同時(shí)時(shí)，前前3期物價(jià)價(jià)每提提高1個(gè)百分分點(diǎn)，，當(dāng)期期實(shí)際際投資資平均均提高高0.22個(gè)百分分點(diǎn)，，但也也是統(tǒng)統(tǒng)計(jì)不不顯著著的。。36式（）和式式（）分別別給出出了實(shí)實(shí)際消消費(fèi)和和實(shí)際際投資資的長長期均均衡方方程，，在此此基礎(chǔ)礎(chǔ)上討討論變變量之之間的的短期期關(guān)系系，可可以建建立下下面的的VEC模型：：(9.7.18)其中的的每一一個(gè)方方程都都是一一個(gè)誤誤差修修正模模型。。ecmtt-1=yt-1是誤差差修正正項(xiàng)向向量，，反映映變量量之間間的長長期均均衡關(guān)關(guān)系，，本例例中由于篇篇幅限限制，，本例例不再再列出出矩陣陣α和