没有合适的资源?快使用搜索试试~ 我知道了~
VECM案例分析.doc
资源推荐
资源详情
资源评论
VECM 案例分析
1 VECM 模型的具体构建步骤
VECM 模型的具体运用主要包括以下几个步骤:
1、序列的单位根检验
与 VAR 模型不同,VECM 模型是针对非平稳序列而言的。因此在进行协整检验和运用
VECM 前需进行单位根检验。
2、协整检验
协整检验关键是协整形式和滞后阶数的选择。
3、VECM 模型的估计
若存在协整关系,就可以建立相对应的 VECM 模型,进行估计了。
4、VECM 模型的残差检验
残差检验与 VAR 模型类似,包括残差的独立性检验。
5、VECM 模型的应用
VECM 模型的应用与 VAR 模型类似,包括预测、脉冲响应与方差分解。
VECM 案例分析
VECM 模型的应用举例
4.4.1 案例分析的背景
中国人民银行长期以来坚持以 CPI 作为货币政策导向,并没有考虑资产价格这一目
标。但是随着中国经济市场化程度的不断深化,以股票市场为核心的资本市场的作用日益
凸显。货币政策是否对股票市场产生影响,以及股票市场是否在货币政策传导中充当了作
用已成为学术界关注的焦点问题。本例将对物价水平、货币政策、股票市场的相互关系进
行分析。
4.4.2 实验数据
本实验选取了 CPI、广义货币供应量(m)、Shibor、上证 A 股指数(index)1996 年
12 月至 2010 年 11 月月度数据进行分析。
4.4.3 VECM 模型的构建
1、数据处理
由于 CPI 和上证 A 股指数都是相对数,为了减少基期的影响以及减少异方差性,对
CPI 和上证 A 股指数取对数。观察广义货币供应量的图形,以及货币政策的特点,分析广
义货币供应量(M)的可能季节性特征,这里采用 X12 进行分析。在 M 的窗口点击
proc/seasonal adjustment/census X12…,分析结果如下:
Sum of Dgrs.of Mean
Squares Freedom Square F-Value
Between months 61.6039 11 5.60035 13.023**
Residual 67.0872 156 0.43005
Total 128.6910 167
**Seasonality present at the 0.1 per cent level.
VECM 案例分析
从而 M 存在季节性。因此对 M 进行季节性调整,季节性调整后的 M 图形如下:
为了平滑 M 的变动趋势,对 M 同样也做对数处理。
2、单位根检验
观察 CPI、上证指数、Shibor 的图形。
0
100,000
200,000
300,000
400,000
500,000
600,000
700,000
800,000
1998 2000 2002 2004 2006 2008 2010
M_SA
4.58
4.60
4.62
4.64
4.66
4.68
4.70
1998 2000 2002 2004 2006 2008 2010
LCPI
VECM 案例分析
对四个变量选取相应的形式进行单位根检验。见表 4.1。
表 4.1 各变量单位根检验的结果
水平值检验结果
一阶差分检验结果
变量
检验形式
(C,T,L)
ADF值
P值
检验形式
(C,T,L)
ADF值
P值*
Lcpi
(C,0,12)
-
2.10278
0.2440
(0,0,11)
-5.2385
0.0000
Lm
(C,T,0)
-
0.09094
0.9947
(C,0,0)
-13.278
0.0000
shibor
(C,T,1)
-3.2363
0.0810
(C,0,0)
-14.317
0.0000
Lindex
(C,0,0)
-
1.63892
0.4605
(0,0,1)
-7.0603
0.0000
注:检验形式(C,T,L)中,C,T,L分别代表常数项、时间趋势和滞后阶数。滞后阶数根
6.8
7.2
7.6
8.0
8.4
8.8
1998 2000 2002 2004 2006 2008 2010
LINDEX
0
2
4
6
8
10
12
1998 2000 2002 2004 2006 2008 2010
SHIBOR
剩余15页未读,继续阅读
资源评论
是空空呀
- 粉丝: 168
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功