实验二VAR模型的概念和构造.docx

VAR模型，全称为向量自回归模型，是统计和经济分析中常用的一种工具，由C.A.Sims于1970年代提出。该模型主要用于处理多个经济变量之间的相互依赖关系，尤其是在宏观经济研究中，用于分析政策传导机制和经济变量间的动态交互影响。VAR模型的核心思想是，每个被解释变量不仅对其自身的滞后值进行回归，还与其他被解释变量的滞后值相关，形成一个多元线性的方程系统。 VAR模型的一般形式为ktititi 1ZA ZV-==+å，其中，tZ是一个包含所有被解释变量在第t期观测值的n维列向量，iA是n*n的系数矩阵，表示不同变量间的影响程度，tV是由随机误差项构成的n维列向量，要求误差项互不相关且为白噪声。通过估计这些系数，我们可以分析各变量之间的影响路径和强度。 在VAR模型中，滞后阶数k的选择至关重要，它影响模型的复杂性和解释能力。通常会使用信息准则，如AIC（Akaike Information Criterion）和SC（Schwarz Bayesian Criterion），来选取最佳的滞后阶数。在本实验中，根据AIC准则选择滞后项为5，而根据SC准则选择为3，最终选取了3阶滞后，因为在此之后AIC值下降缓慢。 VAR模型的应用包括模型识别、估计、检验和预测。识别主要是判断模型是否存在共线性问题，以及确定模型的结构。估计则通过最小二乘法或其他估计方法找出最优系数。检验环节通常涉及格兰杰因果关系检验、脉冲响应函数分析和方差分解等，以理解变量间的动态响应。预测则是利用估计好的模型对未来时期的变量进行预测。 脉冲响应函数是VAR模型的一个重要工具，它描绘了当一个变量受到单位冲击时，其他变量随时间的响应轨迹。这有助于我们理解冲击对整个系统的影响及其持久性。在本实验中，通过脉冲响应函数可以分析货币政策（如货币供应量M1）对物价（商品零售物价指数P）和产出（国内生产总值GDP）的即时和滞后效应。 实验的具体操作是在Eviews软件中进行的。首先，导入所需的数据并计算其增长率，以消除可能存在的趋势，确保序列平稳。然后，建立VAR模型，选择适当的滞后阶数，对模型进行估计。最后，分析估计结果，包括系数的显著性、脉冲响应函数等，以得出关于货币政策有效性的结论。 实验要求学生深入理解VAR模型的基本概念，包括脉冲响应的含义，并能熟练运用Eviews进行模型构建和分析。此外，还需要考虑如何根据理论和数据特性选择合适的VAR模型结构，以及如何利用模型进行预测。通过这样的实验，学生可以提高数据分析能力，同时加深对宏观经济政策效果的理解。