VAR模型应用案例完成.docx
《VAR模型应用案例完成.docx》由会员分享,可在线阅读,更多相关《VAR模型应用案例完成.docx(15页珍藏版)》请在冰点文库上搜索。
VAR模型应用案例完成
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
5
1982
9
5.6
2001
8.3
6.4
1983
10.8
6.7
2002
9.1
6
1984
15.2
9.2
2003
10
14.1
1985
13.4
9.9
2004
10.1
15.6
1986
8.9
3
2005
11.4
11.1
1987
11.7
3.6
2006
12.7
6.9
1988
11.2
5
2007
14.2
7.9
1989
4.2
5.1
2008
9.7
5
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
9
1993
13.9
3.6
2012
7.9
3.2
1994
13
6.9
2013
7.8
2.2
1995
11
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\
口[|回|]
ProcOftjttt
Properties
Prirt
Nam«
Freeze
Sampi亡
Gtnr
5h(rt
GraphF
AugmentedDickey-FullerUnitRootTestonGDP
NullHypothesis:
GDPhasaunitroot
Exogenous:
Constant
LagLengtfi:
3(Automatic-basedonSIC,maxlag=9]
t-Statistic
Prob?
AugmentedDickey-Fullerteststatistic
-3867&53
00056
Testeriticalvalues:
1%level
5%level
10%level
-2639407
-2951125
-2.614300
'MacKinnon(1956':
one-sideda-values.
Augm&ntedDickey-FullerTestEquation
DependentVariables(GDP)Method.LeastSquaresDate:
05/17/17Time:
10:
55
Sample(adjusted):
19S22015
Includedobservations:
34afteradjustments
Variable
Coefficient
St!
Error
t^Statistic
Prob.
GDP(-1)
-0.856171
0.221114
-1867553
0,0006
EXGDPHJ)
0.625631
0.193529
3.232755
10031
D(GDP図)
0.049240
0.175617
0.280544
07811
D(GDP(-3))
0264937
0.16734B
1.583145
01242
C
3540050
2222961
3,841745
00006
R-squareri0.45S475Meandependentvar0.052941
AdjustedR-squared0383782S.Dd即巴口血吋调「2.545731
rrdi“內erm洽占耗…甘尺讨丹,a
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:
59
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
C
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
PrintWarns
Freeze
Estimate
F&recait
VectorAutoregressionEstimates
VedorAutor&gressionEstimates
Date:
05/17/17Time:
11:
03
Sample(adjusted)'19802015
IndLidedoDserations:
36afteradjustmEntsStandarflerrorsin()&卜statisticsin[]
GDP
NYSC
GDP[-1)
0.B25644
(0.16499>[5.003B9)
0271538
(0.23569)
[1.15068]
GDP卜2)
-0.530495
(015625)
[-3.19096]
-0292356
(0237601
[^122942]
NYSC{-1^
-0.052225
(0.11565)
F045156]
0.S4-6355
(0.16542:
[511612]
NYSC(-2)
0.1&6100(0.11349>H63977]
-0.35756a
[0.16234)
1-220263]
G
6.194513
C1.50887>
14.10539'
2353291
(2.15827}
[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
卜iuew
Ptot
Object
Print
Narne
Freeze|E^timate
Forecast
Stats
lunpulsiE
Re^ids|.
^stiaatitHLFro4:
lsi2capiiirsc
TOMilftl;
GDP=c(tL)*^Df(-1)+C(t2)^CDP(-2)C(L3>KY£C(-1)+C(L4)*infSC(-2)+C(LE)
1IY5C=Ct2.1)*CDP(-1^+CC2」2)*GDP(-2)+匚仅「引*耽既(-1)■+C(2,4)*HVEC(-2)+匸化为
1TALMedal-Svlrititut«dC»«££ivivnti
GKP=fl.3E55U312B35*^Jf(-1)-0.53Q434?
Q?
4S4**?
®r(-£}-Q,05E2E47^H)2引TSC(-l)+□.lBGl00400721WSC(-E)+6.19451B^4763
ifYSC=0.271567998674*GDiPC-1)-0.232356168154*GDPt-2)084^35506574?
^fflSCH)-0.35r567G3E748*]JV5C(-£)+2363E9KJ617S
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:
UNTITLEDV/orkfile:
UNTITLED:
:
Untitled
Proc
Object
Print
Name
Freeze|
Estimate
Forecast
VARStabilityConditionCheck
RootsatCharacteristicPolynomialEndaflenousvariaMes:
GDPNYSGExogenousvariables'C
Lagspecification:
12
Date:
05/17/17Time.11:
11
RootModulus
0.5&60S6”0.45170910724220
0.5&60S5+0451708i0.724220
0.2&9664-0.52655110.6321眈
0.2&9S64+0626551i0.682196
Norootliesoutsidetheunitcircle.
VARsartisfiesthestatMlit^candition
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
VARLagDrderSelectionCriteriaGDP忖YSC
Exogenousvariables;7
Date05/17/17Time1116
Sample19782015
incudedot)ser\aticns34
Lag
Lo乩
LR
rPE
AIC
SC
HQ
0
-172.7423
MA
99.80G96
10.27396
1036874
T0.3(F958
1
-153.3550
25.32394
55.84140
9.597351
9.966709
9.789210
2
^148.0797
ia.J8127*
37.G1303*
9.298&0t*
9.747^36*
9.45190^*
3
147.4993
D.Q23634
46.34365
&.49S8U7
1012M0
3.714234
4
-145.4934
2.940916
£265883
9517S55
1042563
9.B53131
*indicateslagorderselectedbycriteron
LF..sequentialmjdifitcfLRlewtstali日疔匚(^achf開level)
FPE:
-inalpredictsnerror
AIC:
-kaiSC:
SchwarzinxomationcritBrion
HQ:
l-annan-uumninJomationentericn
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
画VanUNTITLEDWorlcfilsUNTITLED-Untitlesd\
Proc
Object
Print
Name
freeze
Estimate
Fo確cast
stats
Impulse
Redicts
Zoom
VarianceD^cornposiboii
VarianceDecompositionofGDP:
PeriodSE.GDPNYSC
1
2.051Q69
100.0000
0.000000
2
2.625782
99.71154
0.2SE+58
3
2.&6955S
9672143
1276570
4
^.763606
92.91947
7.080533
5
Z845153
89.11011
1C.86989
6
2851171
8888713
11.11287
7
2959827
88.43007
115^993
a
2972410
H7.63734
12.3E266
g
2.578777
97.40490
12.59510
10
±875020
97.40331
1255769
ii
2377546
873S711
12,61289
12
2.878296
0737307
12.52&93
13
2.07S431
37.36707
12.53293
14
2.373525
87.36509
12.63491
15
2.878578
37.36?
QS
12.&3492
16
2.378601
87.36524
1263475
17
2&78613
87364&6
12.53534
13
2878625
87.36392
12.53500
19
Z87B629
87.36368
1253632
20
2878630
S72&3BG
1262831
21
2,879631
9736264
12,63636
22
2373632
37.36358
12S3642
23
2373633
37.36356
12.53544
24
2.373633
37.3B356
12.53544
25
2373633
3736356
12.63544
2S
2878633
0736356
1253&44
27
2070633
073&356
12.53&44
23
2.373633
37.36356
12.5354+
29
2.078633
87.36356
12.&3&44
30
Z878633
8736356
12&3644
图7.1经济增长(GDP)方差分析结果
图7.2能源生产增长(NYSC方差分析结果
基于VAR模型的方差分解是通过分析每一个结构冲击对内生变量变化(这种变化用方差
来衡量)的贡献程度,进而评价不同结构冲击的重要性。
从图7.1可以看出,在经济增长的误差分解中,从贡献率来看,经济增长的自身的贡献程度一直在下降,但是在第12期之后一直稳定87.36%左右,能源生产增长率的贡献稳定在12.63%左右。
从图7.2可以看出,在能源生产增长率的误差分解中,从贡献率来看的话,经济增长速度(GDP的贡献程度一直在增大,并在第6期达到27.14%的最大值,之后一直保持在27.10%左右的水平,它自身的贡献率在第6期之后稳定在72.80%左右的水平。
从上面的两幅图可知,经济增速对于能源生产增速的影响是大于能源生产增速对于经济
增速的,因此,在未来国家经济发展的过程中,一定要保障能源生产。
这需要政府和市场共
同的努力,政府应该做好服务角色,为能源生产市场提供良好的服务,保障市场公平,完善
相关的产业政策,提供良好的环境。
市场应该公开公正的竞争,不断引进新技术,提高能源
的生产效率,为经济的健康发展提供动力基础。