宏观经济学实验报告货币供给变动对我国经济波动的影响Word文档下载推荐.docx
《宏观经济学实验报告货币供给变动对我国经济波动的影响Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《宏观经济学实验报告货币供给变动对我国经济波动的影响Word文档下载推荐.docx(13页珍藏版)》请在冰点文库上搜索。
是用模型中的所有期变量对所有变量的若干滞后变量进行回归,用以估计联合内生变量的动态关系。
该模型自20世纪80年代后,在政策评价方面得到广泛的应用。
7.VAR模型
VAR模型中包含多少内生变量,就有多少个向量自回归方程。
估计VAR模型时必须明确下面问题:
7.1模型中共有哪些变量是相互联系的,即放入模型中的变量须为内生变量或具有单向因果关系的外生变量,因而首先对分析变量进行Granger因果性检验;
7.2采用OLS方法估计VAR模型中的各方程,因而需对分析中的时间序列变量进行ADF平稳性检验和Johansen协整性检验,以避免OLS估计的伪回归;
7.3确定滞后期K;
7.4VAR模型中变量的顺序至关重要。
如果模型中的误差向量之间不存在同期相关性,则每个向量自回归方程中的为变量本身的误差项。
但一般而言,误差向量之间皆存在同期相关性,各误差项之间存在交叉部分,这部分归哪个变量,一种简单的方法是,将其归为第一个变量。
8.VAR模型中的脉冲效应和方差分解
在利用VAR模型的估计系数进行分析时,其经济意义很难得到解释。
因此,通过对VAR模型估计的误差项,建立系统的脉冲响应函数和方差分解的动态反映模式来作为对VAR模型结论的解释。
8.1脉冲响应函数(IRF):
描述的是VAR模型中的一个内生变量的冲击给其他内生变量所带来的影响。
即在某一内生变量的随机误差中加入一个标准差大小的冲击,观察这一冲击对其他内生变量当前值和未来值所带来的影响。
IRF就是通过掌握这种来自随机误差项的一个标准差冲击对内生变量当前值和未来值影响的变动轨迹,比较直观的刻画出变量之间的动态交互作用及其效应。
8.2方差分解:
就是通过分析每一个冲击对内生变量变化(通常用方差来度量)的贡献度,即将VAR模型中每一个内生变量的波动按其成因分解为与方程中各种冲击相关的组成部分,以了解各种冲击对模型内生变量的相对重要性。
【实验方案与进度】
1.进行理论知识学习与储备
2.收集实验所需要的数据资料
3.实验操作及结果表达
4.分析评价及实验总结
【实验过程与步骤】
1、选择变量;
2、做Granger因果检验,验证是否内生变量;
3、进行ADF平稳性和Johansen协整性检验,确保OLS估计的有效性;
4、确定VAR计量模型并进行估计;
5、对VAR模型滞后结构的检验,确保VAR模型的稳定性;
6、产生脉冲响应函数,观察货币供给量的变动如何影响收入增长;
7、进行方差分解,定量地把握GDP增长1%,其中货币供给变动对GDP增长的贡献度。
【实验结果】
1、选择变量;
2、做Granger因果检验,验证是否内生变量,检验结果如下:
PairwiseGrangerCausalityTests
Date:
06/24/12Time:
22:
55
Sample:
19792005
Lags:
2
NullHypothesis:
Obs
F-Statistic
Probability
LNRM2doesnotGrangerCauseRR
25
3.20352
0.06210
RRdoesnotGrangerCauseLNRM2
2.48764
0.10844
LNRIdoesnotGrangerCauseRR
5.36390
0.01365
RRdoesnotGrangerCauseLNRI
1.34078
0.28417
LNRGDPdoesnotGrangerCauseRR
1.21478
0.31775
RRdoesnotGrangerCauseLNRGDP
0.62231
0.54678
LNRIdoesnotGrangerCauseLNRM2
2.64795
0.09546
LNRM2doesnotGrangerCauseLNRI
6.27293
0.00768
LNRGDPdoesnotGrangerCauseLNRM2
4.74350
0.02061
LNRM2doesnotGrangerCauseLNRGDP
10.0365
0.00096
LNRGDPdoesnotGrangerCauseLNRI
2.40893
0.11552
LNRIdoesnotGrangerCauseLNRGDP
7.36020
0.00402
由图中结果知道。
P(LNRgdp)=0.31775,不符合实验要求;
其他数据P值都较小,所以排除。
3.进行ADF平稳性和Johansen协整性检验,确保OLS估计的有效性。
3.1ADF平稳性检验结果
Method
Statistic
Prob.**
ADF-FisherChi-square
16.8057135604306
.010*********
ADF-ChoiZ-stat
-2.67515435172309
0.00373474259162114
**ProbabilitiesforFishertestsarecomputedusinganasympoticChi
-squaredistribution.Allothertestsassumeasymptotic
normality.
IntermediateADFtestresultsD(UNTITLED)
Series
Prob.
Lag
MaxLag
D(LNRGDP)
0.0501613637100688
5
D(LNRI)
0.050685972107211
D(LNRM2)
.0881********
对以上数据进行平稳性检验,我们可以看出P值较小,说明数据较稳定,所以通过平稳性检验。
3.2Johansen协整性检验结果:
Sample(adjusted):
19812005
Includedobservations:
25afteradjustments
Trendassumption:
Lineardeterministictrend
Series:
LNRM2LNRILNRGDP
Lagsinterval(infirstdifferences):
1to1
UnrestrictedCointegrationRankTest(Trace)
Hypothesized
Trace
0.05
No.ofCE(s)
Eigenvalue
CriticalValue
None*
0.593671
38.90437
29.79707
0.0034
Atmost1*
0.413411
16.38958
15.49471
0.0366
Atmost2
0.114986
3.053795
3.841466
0.0805
Tracetestindicates2cointegratingeqn(s)atthe0.05level
*denotesrejectionofthehypothesisatthe0.05level
**MacKinnon-Haug-Michelis(1999)p-values
P值较小,通过检验。
由ADF平稳性和Johansen协整性检验已通过,我们可以确保OLS估计的有效性。
4、确定VAR计量模型并进行估计
LNRM2
LNRGDP
LNRI
LNRM2(-1)
1.193989
0.491354
0.783557
(0.17877)
(0.20300)
(0.32848)
[6.67879]
[2.42043]
[2.38540]
LNRM2(-2)
-0.268918
-0.279675
-0.401911
(0.14939)
(0.16964)
(0.27449)
[-1.80012]
[-1.64868]
[-1.46422]
LNRGDP(-1)
1.005499
0.640986
0.746780
(0.24771)
(0.28128)
(0.45514)
[4.05924]
[2.27884]
[1.64078]
LNRGDP(-2)
-0.139662
-0.346810
-0.551167
(0.20512)
(0.23291)
(0.37688)
[-0.68090]
[-1.48900]
[-1.46244]
LNRI(-1)
-0.148997
0.403416
0.677755
(0.15284)
(0.17356)
(0.28083)
[-0.97484]
[2.32440]
[2.41337]
LNRI(-2)
-0.493618
-0.154302
-0.484572
(0.17383)
(0.19739)
(0.31940)
[-2.83962]
[-0.78171]
[-1.51713]
C
-1.892942
2.438863
1.290623
(0.78613)
(0.89268)
(1.44444)
[-2.40792]
[2.73208]
[0.89351]
R-squared
0.999081
0.995626
0.991729
Adj.R-squared
0.998775
0.994168
0.988971
Sumsq.resids
0.017873
0.023046
0.060341
S.E.equation
0.031511
0.035782
0.057899
F-statistic
3261.257
682.8632
359.6947
Loglikelihood
55.06824
51.89074
39.85931
AkaikeAIC
-3.845459
-3.591259
-2.628745
SchwarzSC
-3.504174
-3.249974
-2.287459
Meandependent
8.955200
8.995600
8.067200
S.D.dependent
0.900172
0.468545
0.551328
Determinantresidcovariance(dofadj.)
2.72E-09
Determinantresidcovariance
1.01E-09
152.4523
Akaikeinformationcriterion
-10.51618
Schwarzcriterion
-9.492326
5.对VAR模型滞后结构的检验,确保VAR模型的稳定性,如下图所示:
由图可以看出模型很适合,处理的很好,通过检验。
6.产生脉冲响应函数,观察货币供给量的变动如何影响收入增长产生脉冲响应
(图示见下页)
观察图像可知,变量变动先逐渐增高,后降低。
7.进行方差分解,定量地把握GDP增长1%,其中货币供给变动对GDP增长的贡献度。
VarianceDecompositionofLNRGDP:
Period
S.E.
1
1.467315
98.53269
0.000000
2
0.055355
6.368658
82.45646
11.17489
3
0.083368
15.68627
74.66041
9.653327
4
0.109961
25.47243
67.65516
6.872416
0.134496
31.39210
58.22273
10.38517
6
0.156423
33.07195
49.66358
17.26447
7
0.175277
32.76219
43.91373
23.32408
8
0.190925
32.17365
40.84772
26.97862
9
0.203650
31.87637
39.59643
28.52720
10
0.214060
31.84245
39.34707
28.81048
VarianceDecompositionofLNRI:
0.116144
35.21800
64.66585
0.056187
7.121442
49.82958
43.04897
0.075741
18.71624
53.05470
28.22906
0.092413
27.58947
49.31065
23.09988
0.107760
31.20563
42.69150
26.10287
0.121280
31.50842
37.24353
31.24805
0.131562
30.90962
34.07828
35.01210
0.138210
30.49426
32.73219
36.77355
0.142156
30.39465
32.49170
37.11366
0.144795
30.47496
32.81707
36.70797
CholeskyOrdering:
LNRM2LNRGDPLNRI
1)可以看出,在period6,
LNM2对LNRGDP\LNRI的贡献度最大.
2)在之前,货币供给量对RI变动的贡献率递增,到period6达到最大,之后开始递减。
说明当政府的货币供给受到冲击时,投资也受到正向影响,且影响时间较长。
【结果分析分析】
观察LNRI的脉冲响应函数图发现,给实际货币供给量(RM1)增长率一个百分点的冲击,在第1期使实际投资的增长率为0.002%,在第4期的影响达到最高(0.047%),随后开始递减。
这与经济理论相符,即货币供给量增加导致投资增加。
观察LNRI的方差分解表发现,第1期,在实际投资每增长1%中,货币供给量对RI变动的贡献率只有0.12%,第6期达最大31.51%,随后开始递减。
这表明货币供给受外部条件的某一冲击后,经市场传递给投资,对投资带来同向的冲击,且这一冲击具有显著的促进作用和较长的持续效应。
观察LNRGDP的脉冲响应函数图发现,给实际货币供给量(RM1)增长率一个百分点的冲击,在第1期使GDP出现负增长(-0.004%)。
其后一直保持正的增长,在第5期的影响达到最高(0.038%),随后开始递减。
这与经济理论相符,即货币供给量增加导致收入增加。
观察LNRGDP的方差分解表发现,第1期,在GDP每增长1%中,货币供给量对GDP变动的贡献率只有1.47%,其后货币供给量的贡献率不断提高,第6期达最大33.07%,随后开始递减。
这表明货币供给受外部条件的某一冲击后,经市场传递给GDP,对GDP带来同向的冲击,且这一冲击具有显著的促进作用和较长的持续效应。
这种影响具有一定的滞后性。
实验的数据关系也从一定角度上验证了IS-LM在收到政策影响时收入的变化。
【实验心得感悟及总结】
通过宏观经济学实验的操作及实验报告的书写,让我对宏观经济学的理论知识有了更加深入的理解,同时也熟悉了e-views的操作与使用。
E-views作为经济数据处理软件,其功能极为强大,也让我对计量经济学的学习充满了兴趣。
本次实验的不足之处是对于数据收集的困难。
由于之前没有收集数据的经验,于是漫无目的地在网上寻找资源最后只找到部分关于美国货币供给量的数据。
故最后仍然采用了中国统计年鉴中的数据。
今后在这方面需要注意能力的培养。
在今后的经济学知识学习中,我也要更加注重对实际操作的掌握,真正做到理论与实践结合。