时间序列作业VAR模型.docx
《时间序列作业VAR模型.docx》由会员分享，可在线阅读，更多相关《时间序列作业VAR模型.docx（16页珍藏版）》请在冰豆网上搜索。
时间序列作业VAR模型
一、案例分析的目的
按国际货币基金组织的划分口径可以把货币供给划分为：
M0（现钞）：
是指流通于银行体系以外的现钞，即居民手中的现钞和企业单位的备用金，不包括商业银行的库存现金。
M1（狭义货币）：
M0加上商业银行活期存款构成。
M2（广义货币）：
由M1加上准货币构成。
准货币由银行的定期存款、储蓄存款、外币存款以及各种短期信用工具如银行承兑汇票、短期国库券等构成。
我国参照国际货币基金组织的划分口径，把货币供给层次划分如下：
M0=现金
M1=M0+活期存款
M2=M1+城乡居民储蓄存款+定期存款+其他存款
Ｍ３＝Ｍ２＋商业票据＋大额可转让定期存单
在这三个层次中，M0的流动性最强，M1次之，M2的流动性最差。
M0与消费变动密切相关，是最活跃的货币；M1反映居民和企业资金松紧变化，是经济周期波动的先行指标，流动性仅次于M0；M2流动性偏弱，但反映的是社会总需求的变化和未来通货膨胀的压力状况，通常所说的货币供应量，主要指M2。
1.M1反映着经济中的现实购买力；M2不仅反映现实的购买力，还反映潜在的购买力。
若M1增速较快，则消费和终端市场活跃；若M2增速较快，则投资和中间市场活跃。
中央银行和各商业银行可以据此判定货币政策。
M2过高而M1过低，表明投资过热、需求不旺，有危机风险；M1过高M2过低，表明需求强劲、投资不足，有涨价风险。
2.M1增加表示货币市场流通性增强，M2中包括了M1，因此，再排除M1变化因素后，M2的增减代表了储蓄的增加，货币流通性降低。
根据央行的数据，2009年9月份货币供应，M2余额58.5万亿，同比增长29.3%，比上年末加快11.5个百分点。
M1余额20.2万亿元，增长29.5%，加快20.5个百分点。
９月末Ｍ１与Ｍ２的同比与环比增速双双创出了新高。
与此同时，Ｍ１的同比增速已经超越了Ｍ２的同比增速，这意味着整个经济领域的活跃度已被有效激活，储蓄开始活期化。
本案例主要研究M1的数量与M2的数量关系。
希望得出现实的购买力与潜在购买力的相对关系。
二、实验数据
本实验选取的数据是2001年11月到2013年10月的月度数据，整理如下：
时间
M1
M2
2001-11
56579.60
154088.30
2001-12
59871.60
158301.90
2002-01
60576.10
159639.30
2002-02
58702.90
160935.60
2002-03
59474.80
164064.60
2002-04
60461.30
164570.60
2002-05
61284.90
166061.00
2002-06
63144.00
169601.20
2002-07
63487.80
170851.10
2002-08
64868.80
173250.90
2002-09
66797.00
176982.40
2002-10
67100.30
177294.20
2002-11
67992.80
179736.30
2002-12
70882.10
185007.30
2003-01
72405.70
190488.30
2003-02
69756.60
190108.40
2003-03
71438.80
194487.30
2003-04
71321.20
196130.10
2003-05
72777.80
199505.20
2003-06
75923.20
204931.40
2003-07
76152.80
206193.10
2003-08
77033.00
210591.90
2003-09
79163.90
213567.10
2003-10
80267.10
214469.40
2003-11
80814.90
216351.70
2003-12
84118.60
221222.80
2004-01
83805.90
225101.90
2004-02
83556.40
227050.70
2004-03
85815.60
231654.60
2004-04
85603.60
233627.90
2004-05
86780.40
234842.40
2004-06
88627.10
238427.50
2004-07
87982.20
238127.00
2004-08
89125.30
239729.20
2004-09
90439.10
243756.90
2004-10
90782.50
243740.30
2004-11
92387.10
247135.60
2004-12
95969.70
254107.00
2005-01
97079.00
257708.50
2005-02
92815.00
259357.30
2005-03
94743.20
264588.90
2005-04
94593.70
266992.70
2005-05
95802.00
269240.50
2005-06
98601.30
275785.50
2005-07
97674.10
276966.30
2005-08
99377.70
281288.20
2005-09
100964.00
287438.30
2005-10
101752.00
287591.60
2005-11
104125.80
292350.40
2005-12
107278.70
298755.70
2006-01
107250.70
303571.70
2006-02
104357.10
304516.30
2006-03
106737.10
310490.70
2006-04
106389.10
313702.30
2006-05
109219.20
316709.80
2006-06
112342.40
322756.40
2006-07
112653.00
324010.80
2006-08
114845.70
327886.70
2006-09
116814.10
331865.40
2006-10
118360.00
332747.20
2006-11
121645.00
337504.20
2006-12
126035.10
345603.60
2007-01
128484.10
351498.80
2007-02
126258.10
358659.30
2007-03
127881.30
364093.70
2007-04
127677.76
367425.57
2007-05
130275.80
369718.15
2007-06
135847.40
377832.15
2007-07
136237.43
383884.88
2007-08
140993.21
387205.04
2007-09
142591.57
393098.91
2007-10
144649.33
394204.17
2007-11
148009.82
399757.91
2007-12
152519.17
403401.30
2008-01
154872.59
417846.17
2008-02
150177.88
421037.84
2008-03
150867.47
423054.53
2008-04
151681.41
429240.91
2008-05
153344.75
436221.60
2008-06
154820.15
443141.02
2008-07
154992.44
446362.17
2008-08
156889.92
448846.68
2008-09
155748.97
452898.71
2008-10
157194.36
453133.32
2008-11
157826.63
458644.66
2008-12
166217.13
475166.60
2009-01
165214.34
496135.31
2009-02
166149.60
506708.07
2009-03
176541.13
530626.71
2009-04
178213.57
540481.21
2009-05
182025.58
548263.51
2009-06
193138.15
568916.20
2009-07
195889.27
573102.85
2009-08
200394.83
576698.95
2009-09
201708.14
585405.34
2009-10
207545.74
586643.29
2009-11
212493.18
594604.72
2009-12
220001.51
606225.01
2010-01
229588.98
625609.29
2010-02
224286.95
636072.26
2010-03
229397.93
649947.46
2010-04
233909.76
656561.22
2010-05
236497.88
663351.37
2010-06
240580.00
673921.72
2010-07
240664.07
674051.48
2010-08
244340.64
687506.92
2010-09
243821.90
696471.50
2010-10
253313.17
699776.74
2010-11
259420.32
710339.03
2010-12
266621.54
725851.79
2011-01
261765.01
733884.83
2011-02
259200.50
736130.86
2011-03
266255.48
758130.88
2011-04
266766.91
757384.56
2011-05
269289.63
763409.22
2011-06
274662.57
780820.85
2011-07
270545.66
772923.65
2011-08
273393.77
780852.30
2011-09
267193.16
787406.20
2011-10
276552.67
816829.25
2011-11
281416.37
825493.94
2011-12
289847.70
851590.90
2012-01
270010.40
855898.89
2012-02
270312.11
867171.42
2012-03
277998.11
895565.50
2012-04
274983.82
889604.04
2012-05
278656.31
900048.77
2012-06
287526.17
924991.20
2012-07
283090.68
919072.40
2012-08
285739.27
924894.59
2012-09
286788.21
943688.75
2012-10
293309.78
936404.28
2012-11
296883.05
944832.35
2012-12
308664.23
974148.80
2013-01
311228.55
992129.25
2013-02
296103.24
998600.83
2013-03
310898.29
1035858.37
2013-04
307648.42
1032551.90
2013-05
310204.48
1042169.16
2013-06
313499.82
1054403.69
2013-07
310596.46
1052212.34
2013-08
314085.91
1061256.43
2013-09
312330.34
1077379.16
2013-10
319433.85
1070166.64
数据来源：
中经网
三、VAR模型的构建
（一）数据平稳性检验
由于我的数据具有稍强的季节性，所以在刚开始的数据中做了消除季节性操作，趋势性也较强，而且数据的单位根检验接近1，所以先做一阶差分，在其满足平稳性之后开始做VAR。
根据图形特征选取同时存在趋势项和截距项进行单位根检验
从而DLM1_SADLM2_SA在20%的显著性水平上是平稳序列。
（二）VAR模型滞后阶数的选择
从以上分析结果可以看出，FPEAICSCHQ都得出滞后阶数为6时VAR模型是最优的。
因此选取的最优滞后阶数为6即K=6。
（三）VAR模型的估计
从上图可以看出VAR模型的参数估计大多显著
（四）VAR模型的检验
VAR模型的检验包括VAR模型的平稳性检测，以及残差的独立性检验。
因此，VAR满足平稳性的条件。
接下来进行残差的独立性检验
所以残差不存在自相关性，满足独立性假设。
二、VAR模型的应用
（一）格兰杰因果检验
将两个变量建立group，根据VAR模型确定的滞后阶数，来确定滞后阶数，本例的滞后阶数为6.
（二）脉冲响应
脉冲响应函数受到变量顺序的影响，因此，其结果的分析与主观因素有关。
观察上图，M1和M2是相互影响的正向相关关系，这验证了市场上的M2和M2的数量有密切的关系，从时间长短来看，M1对于M2的长期影响要大于短期影响，而且M1对于M2的短期影响要显著些。
（三）方差分解
在VAR的输入窗口中，
从方差分析结果来看M2的波动的部分原因源自M1的变化，而短期时间内，M2的变化更多与自身有关，这与脉冲响应的结果一致。
所以说明在远期来看，居民的潜在购买力与现实购买力有很大的联系。
升级会员 