《计量经济学》课程教学资源（PPT课件讲稿）第九章 向量自回归和误差修正模型

表中的每一列对应ⅤAR模型中一个内生变量的方 程。对方程右端每一个变量, EViews会给出系数估计 值、估计系数的标准差圆括号中)及统计量(方括号 中)。例如,在D( OggDPTC P)的方程中RRTC(1) 的系数是0000354。 同时,有两类回归统计量出现在ⅤAR对象估计输 出的底部:

11 表中的每一列对应VAR模型中一个内生变量的方 程。对方程右端每一个变量，EViews会给出系数估计 值、估计系数的标准差(圆括号中)及t-统计量(方括号 中)。例如，在D(logGDPTC_P)的方程中RR_TC(-1) 的系数是0.000354。 同时，有两类回归统计量出现在VAR对象估计输 出的底部：

R-squared 098625307454480696587 Adj. R-squared 09810980651366582807 Sum sq resid 18954500000850001420 S.E. equation 0.2810290000720.007892 F-statistic 191.311778505635122227 Log likelihood 0833486131.2136123.1735 Akaike AlC 05392087.1302145657272 Schwarz sc 098813765812856208342 Mean dependent 2.42348900350580018307 S D. dependent 204405000102840011909 Determinant resid covariance(dof adj. 1.17E-10 Determinant resid covariance 4.13E-11 Log likelihood 251.7440 Akaike information criterion -1363200 Schwarz criterion 12.28521 输出的第一部分显示的是每个方程的标准OLS回归统计量。根据 各自的残差分别计算每个方程的结果,并显示在对应的列中。 输出的第二部分显示的是VAR模型的回归统计量。 12

12 输出的第一部分显示的是每个方程的标准OLS回归统计量。根据 各自的残差分别计算每个方程的结果，并显示在对应的列中。 输出的第二部分显示的是VAR模型的回归统计量

例9结果如下: RR 1.64 1.865-23.18-6.91 RR △m(M1 00145+00481029068△m(M1 A(GDP丿(00118)000050380928AmGD1 -1.261652-684 RR 0.0086-0.562-0.329Ah(M, 0.0029-0.138-0.752人△l(GDP2 0298-1551-1903RR3 +0.004700930215‖△(M13)+e2 000170.1690.208人△m(GDP3)(a3 3个方程调整的拟合优度分别为 0.986,R MI 0.746.R GDP 0.697 可以利用这个模型进行预测及下一步的分析

13 例9.1结果如下： 3个方程调整的拟合优度分别为： 可以利用这个模型进行预测及下一步的分析。                       − − +           =             − − − ln( ) ln( 1 ) 0.00035 0.038 0.928 0.0048 1.029 0.068 1.865 23.18 6.91 0.0118 0.0145 1.64 ln( ) ln( 1 ) 1 1 1 t t t t t t GDP M RR GDP M RR                       − − − − − − − − + − − − ln( ) ln( 1 ) 0.0029 0.138 0.752 0.0086 0.562 0.329 1.26 16.52 6.84 2 2 2 t t t GDP M RR           +                       − − + − − − t t t t t t e e e GDP M RR 3 2 1 3 3 3 ln( ) ln( 1 ) 0.0017 0.169 0.208 0.0047 0.093 0.215 0.298 15.51 19.03 0.986, 0.746, 0.697 2 2 1 2 RR = RM = RGDP =

同时,为了检验扰动项之间是否存在同期相关关系, 可用残差的同期相关矩阵来描述。用e表示第i个方程的残 差,i=1,2,3。其结果如表91所示。 表91残差的同期相关矩阵 -0.23-0.504 -0.23 0.274 -0.5040.274 14

14 同时，为了检验扰动项之间是否存在同期相关关系， 可用残差的同期相关矩阵来描述。用ei表示第 i 个方程的残 差，i =1，2，3。其结果如表9.1所示。 表9.1 残差的同期相关矩阵 e1 e 2 e 3 e 1 1 -0.23 -0.504 e 2 -0.23 1 0.274 e 3 -0.504 0.274 1

从表中可以看到实际利率r、实际M1的△lm(m) 方程和实际GDP的An(gφ)方程的残差项之间存在的同 期相关系数比较高,进一步表明实际利率、实际货币 供给量(M1)和实际GDP之间存在着同期的影响关系, 尽管得到的估计量是一致估计量,但是在本例中却无 法刻画它们之间的这种同期影响关系。 15

15 从表中可以看到实际利率rr、实际M1的ln(m1) 方程和实际GDP的ln(gdp)方程的残差项之间存在的同 期相关系数比较高，进一步表明实际利率、实际货币 供给量(M1 )和实际GDP之间存在着同期的影响关系， 尽管得到的估计量是一致估计量，但是在本例中却无 法刻画它们之间的这种同期影响关系