金融计量学-唐勇-课件.ppt

(SVAR)、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()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。(),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。(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。(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个。(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。,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。为了使VAR模型平稳,需要满足以下条件:()