VAR模型应用案例完成.docx

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：

-kai

SC:

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。