VAR模型应用案例解析完成.docx

资源描述

VAR模型应用案例解析完成.docx

《VAR模型应用案例解析完成.docx》由会员分享，可在线阅读，更多相关《VAR模型应用案例解析完成.docx（16页珍藏版）》请在冰豆网上搜索。

VAR模型应用案例解析完成.docx

VAR模型应用案例解析完成

VAR模型应用实例

众所周知，经济的发展运行离不开大量能源的消耗，尤其是在现代经济发展的过程中，

能源的重要性日益提升。

我国自改革开放以来，经济发展取得长足的进步，经济增长率一直处于较高的速度，经济的高速增长带来了能源的大量消耗，进而带来了我国能源生产的巨大

提高。

因此，研究经济增长率与能源生产增长率之间的关系具有重要的意义，能为生源生产

提供一定的指导意义。

1•基本的数据

我们截取1978—2015年中国经济增长速度（GDP增速）和中国能源生产增长速度数据，具体数据如下：

表11978――2016年中国经济和能源生产增长率

年份

国内生产总值增长速度（%

能源生产增长速度（%

年份

国内生产总值增长速度（%

能源生产增长速度（%

1978

11.7

10.4

1997

9.2

0.3

1979

7.6

3.7

1998

7.8

-2.7

1980

7.8

-1.3

1999

7.7

1.6

1981

5.1

-0.8

2000

8.5

1982

5.6

2001

8.3

6.4

1983

10.8

6.7

2002

9.1

1984

15.2

9.2

2003

14.1

1985

13.4

9.9

2004

10.1

15.6

1986

8.9

2005

11.4

11.1

1987

11.7

3.6

2006

12.7

6.9

1988

11.2

2007

14.2

7.9

1989

4.2

5.1

2008

9.7

1990

3.9

2.2

2009

9.4

3.1

1991

9.3

0.9

2010

10.6

9.1

1992

14.2

2.3

2011

9.5

1993

13.9

3.6

2012

7.9

3.2

1994

6.9

2013

7.8

2.2

1995

8.7

2014

7.3

0.9

1996

9.9

3.1

2015

6.9

1.2

2•序列平稳性检验（单位根检验）

使用Eviews9.0来创建一个无约束的VAR模型，用gdp表示的是中国经济的增长率，用nysc表示中国能源生产的增长率，下面分别对gdp和nysc进行单位根检验，验证序列是否

平稳，能否达到建立VAR模型的建模前提。

墮Series:

GDPWorkfile：

UNTITLED:

Untitled\

vie1.?

ProtObject

Properties

Prirt

Name

Freeze

Sample

Gerr

SheetjGraph]£

AugmentedDick呼FillerUnitRootTestonGDP

NullHypothesis:

GDPhasaunitroot

Exogenojs:

Constant

LagLength:

3（Automatic-basedonSIC,maxlag=9]

t-Statistic

Prob?

AugmentedDickey-Fullerteststatistic

-3367553

00056

Testcriticalvalues:

1%level

5%level

10%level

-3639407

-2961125

-2.611300

■MacKinnon（1956；one^sid&dp-values.

AugmentedDickey-FullerTestEquation

DependentVariable:

D（GDP）Method.LeastSquares

Date：

05/17/17Time：

10:

Sample（adjusted）:

19822015

Includedobseruations:

afteradjustments

Variable

Coefficient

St!

Error

t-Statistic

Prob.

GDP（-1）

-0.856171

0.221114

<1667553

0.0006

CXGDPH））

0.625631

0.193529

3.232755

10031

D（GDP罔）

0.049240

0.175617

0.280544

07811

D（GDP（-3B

0.284937

0.107348

1583145

01242

3.540050

2222961

3,841745

00006

R-squareri0.45S475Meandependentvar0.052941

AdjustedR-squared0383792S.Dd即的血吋调「2.545731

rrI車mpGrc；,.4“內ermi,占耗…討尺讨小门d

图2.1经济增速（GDP）的单位根检验

AugmentedDickey-FullerUnitRootTestonMYSC

hullHypothesis:

NYSChasaunitroot

Dwg&nous;Constant

LagLength:

1fAutomatic-basedonSIC,rnaj（lag=9）

t-StatisticProb*

AUQniMt£（1Die魁y-FUll总「tests情t圖t-3.935987（LQD4弓

Testcriticalvalues:

1%level-3.626784

S%kvel-2945S42

10%level-2.611531

*MacKinnon（1996）one-sidedf>valjes.

AugrnentedDicke?

-FullerTestEquationDependentVariable:

D（NYSC）Method:

LeastSquares

Date:

05/17/17Tine:

10:

Sample[adjusted）;19302015

Includedobservations:

36afteradjustm&nts

Variable

Coefficient

StdError

1-8!

atistic

Prob.

hYSCM）

-0530986

0134905

-3935987

00004

D[N¥SC（-1»

0430549

0.150055

2922585

00062

2746938

0057266

1204300

00030

R-squared

034306B

Maindependentvar

-0069444

.AdjustedR-squared

0.303254

SDdependentwar

3.610704

S.E.ofregression

2930431

Akaikeinfocriterion

5067831

Sumsquaredresid

283.3851

Schwarzcriterion

5.199791

Loglikelihood

-88.22096

Hannan-Quinncriter.

5.113889

F-statistic

8.&16746

Durbin-Wstsorstat

1.990251

ProLiF-slatiStic）

0.000975

Vi«w

Proc

Objirt

PrintName

Freeze

Eitimate

Forecait

VectorAutoreQresaionEstimates

VedorAutor&gressionEstimates

Date:

05/17H7Time:

11:

Sample（adjusted）'19802015

Includedobservations:

36afteradjustmentsStanaaroerrorsin（）&卜statisticsin[]

GDP

NYSC

GDP[-1）

0.S25544

（0.16499>

[5.00369]

0.271698

[0.23&99]

[1.15086]

GDP卜2）

-0.530495

（015625）

[-3.19096]

-0292356（0237B0）[^122942]

NYSC{-1^

-0.052225

（0.11565）

[-Q.45156]

0.S4-6355

（0.16542:

IS11612]

NYSC（-2）

0.1B6100（0.11349）11.63977]

■0.357568

[0.16234）

1-220263]

6.194513

C1.50887>

14.10539'

2.8B3291（215827）[1.32665]

R-squared

0.492565

9554387

Adj.R-squared

0.427089

0.4&B朋9

Sumsq.resid合

1305151

267.0323

SEequation

2.051969

2934965

F-statistic

Z522S90

9,641791

Loglikelihood

-74,26525

-87.15117

AltaikreAIC

4.403525

5119509

SchwarzSC

4.S23558

5339442

Meandependent

9.738069

5016667

SDdeperdent

2.710&54

4137805

Determinantresidcovariance（doradj.）

30.72390

Determinantresidcovariance

22.78215

Loqlikelihood

-15B4312

AltaiIceinformationcrit&rior

9357287

Schwaitcriterion

9797154

图3.1模型的估计结果

ViewProcObjectPrintNameIFreezeEstimateForecastStatsIrnpulseReids.

^stiB&tiuLFroo：

LS12CDF1I1!

mModftL：

GDP=C（LQikGDf（-1）+C（L2）^CDP（-2）C（L3>KY£C（-1）+C（L4）*infSC（-2）+C（L5；1IY5C=CC2.1）*CDP（-1^+CC2J2）*CBP（-2）+CC2,3）*liySC（-1）■+Cfe4）*NVEC（-2）+匸②引

VALModfll-Sulititut«dC»«££iai«nti

GKP=fl.5E55W312335*^（-1）-0*%M西7俞裁4包理-2）-Q,05£2EV^K£W5C（-1）+□.10S100450724*B¥SC（-E）+0.194516^4763

ifYSC=0.271567998674*GIiFC-l）-0.29^356168154*GDP^J034535506574?

«ffTSC（-1）-□.35^STS^748*]JV3C（-£）+2363251061?

图3.2模型的表达式

4•模型的检验

4.1模型的平稳性检验

回Var:

UNTITLEDWorkfile:

UNTITLED:

Untitled\

VTProcObjectPrintNam«Freeze|jFo（«ust刃

VARStabilityConditionCheck

RootsofCharacteristicPolynomialEndogenousvariables:

GDPNYSCExogenousvariaties:

Lagspecification12

Date:

05/17/17Time.11:

RootModulus

C.5&60S5-0,45170810724220

0-5&eoe5^0.4517C9i0.724220

0.2B9664-0B26551i0.632196

0.2BS964+0.626551i&.6921北

Norootliesoutsidetheunitcircle.'■/ARsatisHesth^slabiii>condition

图4.1.1AR根的表

由图4.1.1知，AR所有单位根的模都是小于1的，因此估计的模型满足稳定性的条件。

图4.1.2AR根的图

通过对GDP增长率和能源生产增长率进进行了VAR模型估计，并采用AR根估计的方法

对VAR模型估计的结果进行平稳性检验。

AR根估计是基于这样一种原理的：

如果VAR模型所

有根模的倒数都小于1，即都在单位圆内，则该模型是稳定的；如果VAR模型所有根模的倒

数都大于1，即都在单位圆外，则该模型是不稳定的。

由图4.1.2可知，没有根是在单位圆

之外的，估计的VAR模型满足稳定性的条件。

4.2Granger因果检验

图4.2.1Granger因果检验结果图

Granger因果检验的

原假设是：

Ho：

变量x不能Granger引起变量y

备择假设是：

Hi：

变量x能Granger引起变量y

对VAR

（2）进行Granger因果检验在1%的显著性水平之下，经济增速（GDP）能够Granger引起能源生产增速（NYSC的变化，即拒绝了原假设；同时，能源生产增速（NYSC能够

Granger经济增速（GDP）的变化，即拒绝了原假设，接受备择假设。

5滞后期长度

画VOf；UNTITLEDWnrlcfilg；UNTrTLEO;UnUtled\

/lew

ProcObjectPrintNdme

Freeze

Eillin^le

Foneedit

Stdts

Impuhe

Re、l站Zocni

VARLagDrderSelectionCriteriaEn^enousvanaues:

GDP忖YSCExogenousvariables;C

Date05/17/17Time11IB

Sample19782015

Indud&dDbser\3ticns34

Lag

Lo乩

rPE

AIC

-1727423

99.80696

10.27896

1036874

T0.30958

-153.3550

25.32394

55.84140

9.597351

9.966709

9.789210

^1460797

16,38127*

37.G1303*

9.747^36*

日,451旳了

_147Ogg

D.Q23634

^6.34365

9.409307

1012M

714234

-145.4934

2.940916

£265883

9.517S55

1042563

9.B53131

*indicateslagorderselectedbycriteron

LE.s^quenialmjdifitdURivststatisfiG（eachtestX5背level）

FPE:

-ina.lprediction也「nor

A1C：

AkaiKeinformationcriterion

SC:

Schwatzinfomationcriterion

HQ:

l-annan-cimnninJomatiQnentericn

图5.1VAR模型滞后期选择结果

从上图可以看出LR,FPE,AIC,SC,H都指向同样的2阶滞后期，因此应该选择VAR

（2）

进行后续的分析。

6•脉冲函数

图6.1各因素脉冲响应函数结果图

从图6.1可以看出：

经济增长率（GDP和能源生产（NYSC各自对于自身的冲击，在前四期是快速下降的趋势，并且出现负值的情况。

但是，GDP增速的变化基本上在第七期就保持了持平的一个状况；而能源生产（NYSC的变化是在第九期的时候实现持平的状态。

能源生产增长率（NYSC对于经济增长率（GDP）的脉冲响应分析，当给经济增长一个正的冲击的时候，在前两期是呈现一个下降的趋势，主要的原因应该是，经济增长促进能源

生产的提高是存在滞后期的，但是但很快就出现了上升的趋势在第五期的时候达到最大值，之后出现了下降的趋势，然后又回升，直到第十期之后保持了平衡。

这说明经济增长对于能

源生产增长的影响是正向的，会呈现一种上升、下降、平衡的基本状态，说明经济发展对能源生产的促进作用并不是无限的，经过一定作用之后看，会出现一种平衡状态。

经济增长率（GDP）对于能源生产增长率（NYSC的脉冲响应分析，经过对比图中第2

幅和第3幅小图，我们大致是可以看出两者之间是呈现完全相反的情况。

当在本期给能源生

产增长率（NYSC—个正冲击之后，前两期是增长，然后到第五期是下降趋势，然后回升，在第七期之后基本上持平。

7•方差分析

View

Proc

Object

Name

Freeze

Estimate

Forecast

Stats

Impulse

Reside

Zoom

VarianceD住corn（Krilion

VarianceOecompositionofGDP:

PeriodGEGDPNYSC

01234567890

JIJI1JIJIri—JIJI112

笛

Z051B69

100.0000

0.000000

2625782

9971154

0.2SS453

2.669556

9S.72143

1,278570

2.763606

92.91947

7.080533

2.845153

8911011

10.88989

2051171

8E.88713

1111287

2.059627

88.43007

11.5^993

2.&72410

37.53734

12.3^265

2875777

37.40490

12.59510

287G820

37.40231

1259769

2.877548

8733711

12S1269

2378296

8737307

1262693

2.878481

8736707

12.53293

2.373525

97.36509

12.63491

2.878578

87.36508

1263492

2.878601

87.36524

12.63476

2070613

97364B6

1263534

2.S7S625

B736392

1233508

2S73629

8736368

12.53632

Z378630

87^6369

12:

53531

2379631

97.36364

12,6363&

2870632

87.30350

12.63642

2.373633

37.36356

12.53044

2.S73633

37.3B35G

12.63&44

2373633

3736356

12.63544

2.873633

87.36356

12.53&44

2878633

8736356

1263&44

2.878633

87.36356

1Z63B4+

2078633

8730356

12163544

2,678633

87.36356

12.53&44

图7.1经济增长（GDP）方差分析结果

VarianceDecomposition

VarianceDecampositionofMYSC:

PeriodSE.GDPNYSC

2.934956

15262-42

S4.71753

4.022091

2257676

7742324

4.191948

23.79349

76.20652

4.20362S

24.17651

75.S2349

4.266184

2624795

73.75205

4293875

27.14570

72.S5430

i307023

2709928

7290072

4.314730

2706764

7293236

4.318401

2710S7S

72.09324

4319996

27.12522

72.97479

4.320225

2711455

72.30545

佗

4321254

571C257

72.99743

4.321463

27.0S9S4

7290006

4.321487

27,10069

7239931

4.321583

27.1C15&

72.39341

4321649

27.1C1S4

723931S

4.321654

271C171

7239329

4.321669

2710177

72B9823

4.321674

27.10192

72.&9308

4.321676

27.10167

72.SQS03

4321676

27,10195

7236805

4321679

27.10165

72SQS05

432-1679

271C195

72B9805

24.

4.32167S

271C1S5

72B9805

4321679

27.W195

72S93Q5

4.321630

展开阅读全文