上期回顧

時(shí)序模型選擇+學(xué)習(xí)路徑分享

VAR模型的實(shí)操步驟(上)(點(diǎn)擊進(jìn)入)

AR根檢驗(yàn)

單位根檢驗(yàn)是檢驗(yàn)單個(gè)序列的穩(wěn)定性，而AR根檢驗(yàn)則是檢驗(yàn)VAR整體模型的穩(wěn)定性。選擇變量，右鍵open-as var-view-lag strcture-AR roots table/AR roots graph(表格形式/圖表形式)

脈沖響應(yīng)函數(shù)分析

在VAR模型是穩(wěn)定的前提下，可以采取脈沖響應(yīng)函數(shù)分析法對(duì)VAR模型進(jìn)行分析，研究每一變量的沖擊對(duì)自身及其它變量的影響。選擇View-Impulse Responses

? ? ?以下圖為例，代表以多圖形式分別展示10期內(nèi)x的沖擊對(duì)x和y造成的影響。

? ? ?紅色線為標(biāo)準(zhǔn)差區(qū)間，藍(lán)色為沖擊影響。本例中脈沖響應(yīng)函數(shù)分析效果不佳，理由如下：根據(jù)脈沖響應(yīng)的理論原理，沖擊應(yīng)隨著期數(shù)的增加而減少，最終會(huì)收斂于0，而下圖明顯不收斂于0，這時(shí)要應(yīng)重寫檢查考慮數(shù)據(jù)和序列平穩(wěn)問題。

方差分解

一個(gè)變量如果只能取1個(gè)值，它所含的信息量幾乎為0，但當(dāng)變量有差異值，它才能含有較大的信息量。而方差分解就是研究不同時(shí)期變量的預(yù)測(cè)方差可以分解為不同沖擊解釋的部分。點(diǎn)擊view-variance decomposition。

? ? ?以下圖為例，代表以多圖形式分別展示10期內(nèi)x和y對(duì)x的解釋程度。而本例中隨著時(shí)間的推移，x對(duì)本身的解釋程度遞減，y對(duì)x的解釋程度遞增，但在10期時(shí)x對(duì)本身的解釋程度仍然較高，約為80%，y對(duì)x的解釋程度占比較低，約為20%。

補(bǔ)充

1.一般情況下，誤差修正模型中誤差修正項(xiàng)的系數(shù)為(-1，0)。

2.模型結(jié)果中注意系數(shù)及模型整體是否均通過顯著性檢驗(yàn)。

3.如果原序列平穩(wěn)，則用原序列建立VAR模型；如果原序列不平穩(wěn)，差分后平穩(wěn)，分為以下兩種情況：

①通過協(xié)整檢驗(yàn)，則用原序列建立VEC模型，VEC是帶修正項(xiàng)的VAR②沒有通過協(xié)整，則用一階差分序列建立VAR。

4.VECM是誤差修正后的VAR，所以脈沖響應(yīng)函數(shù)分析是建立在VAR模型或VEC模型上，文中例子的操作方法是建立在VAR上的。

5.如果文章中的概念理解或操作分享有誤，歡迎大家指出。

下期預(yù)告

E-G兩步法+ECM模型實(shí)操步驟

熵值法詳細(xì)步驟

你點(diǎn)的每個(gè)贊，我都認(rèn)真當(dāng)成了喜歡歡迎關(guān)注！

總結(jié)

以上是生活随笔為你收集整理的论文模型构建的步骤_论文实证经验分享|VAR模型实操步骤（下）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。