VECM案例分析Word文档下载推荐.doc

1、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 Bet

2、ween 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.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。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变量水平值检验结果一阶差分检验结果检验形式（C，T，L）ADF值P值P值*Lcp

3、i（C，0，12）-2.102780.2440（0，0，11）-5.23850.0000Lm（C，T，0）-0.090940.9947（C，0，0）-13.278shibor（C，T，1）-3.23630.0810-14.317Lindex-1.638920.4605（0，0，1）-7.0603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。滞后阶数根据SC信息准则选择。从表中可以看出，在5的显著性水平上，所有变量均不平稳，但是一阶差分均平稳，因此所有变量均是一阶单整过程。3、协整检验协整检验的关键是选取协整检验的形式和滞后阶数。根据前面介绍的协整与VECM模型的关

4、系，协整方程根据数据特征分成三类。由于部分变量存在截距和趋势，因此选取第二类形式。考虑到cpi、上证指数无明显的时间特征，因此选取第三种形式作为协整检验的形式。对于滞后阶数的选取，可以根据VAR滞后阶数间接选取或者根据信息准则选取，同时考虑残差的性质。当滞后阶数为1时，AIC和SC分别为-15.75672、-15.23181；当滞后阶数为2时，AIC和SC分别为-15.76829、-14.94004；当滞后阶数为3时，AIC和SC分别为-15.75608、-14.62198。另外估计无约束的VAR模型时滞后阶数小于5时各判断准则的结果优于高阶的情形。因此本例中滞后阶数选取为1。在Group窗口

5、中点击view/cointegration test，选取形式三和滞后区间（1 1）。具体协整检验的结果见下。协整检验的结果：Sample （adjusted）: 1997M02 2010M11Included observations: 166 after adjustmentsTrend assumption: Linear deterministic trendSeries: LCPI LINDEX LM SHIBORLags interval （in first differences）: 1 to 1Unrestricted Cointegration Rank Test （Trac

6、e）HypothesizedTrace0.05No. of CE（s）EigenvalueStatisticCritical ValueProb.*None *0.18010066.6873547.856130.0003At most 1 *0.12799033.7242029.797070.0168At most 20.04805110.9898115.494710.2121At most 30.0168172.8153253.8414660.0934Trace test indicates 2 cointegrating eqn（s） at the 0.05 level* denotes

7、rejection of the hypothesis at the 0.05 level*MacKinnon-Haug-Michelis （1999） p-valuesUnrestricted Cointegration Rank Test （Maximum Eigenvalue）Max-Eigen32.9631527.584340.009222.7343921.131620.02958.17448214.264600.3612Max-eigenvalue test indicates 2 cointegrating eqn（s） at the 0.05 level迹检验和极大特征值检验结果

8、均显示存在两个协整关系。再分析具体的协整方程和协整序列。标准化后的协整方程如下。2 Cointegrating Equation（s）:Log likelihood1347.175Normalized cointegrating coefficients （standard error in parentheses）LCPILINDEXLMSHIBOR1.0000000.000000-0.033542-0.010324（0.00927）（0.00237）-0.135405-0.297467（0.31487）（0.08046）第二个协整方程显示lm与shibor之间是负相关关系，这与一般的经济理

9、论相悖，本例只选取一个协整方程。协整序列的图形和单位根检验结果如下。Null Hypothesis: COINTEQ has a unit rootExogenous: Constant, Linear TrendLag Length: 0 （Automatic based on SIC, MAXLAG=13）t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.5511910.0373Test critical values:1% level-4.0146355% level-3.43728910% level-3.142837*MacKinnon （1996） one-sided p-values.协整方程所对应的序列是平稳的，即各变量之间存在协整关系。该协整方程具体为：4、VECM模型的估计估计结果如下：Standard errors in （ ） & t-statistics in Cointegrating Eq:CointEq1LCPI（-1）LINDEX（-1）-0.105613（0.04668）-2.26233LM（-1）-0.019242（0.03646）-0.52780SHIBOR（-1）0.021093（0.00768） 2.74693C-3.657863