《精编》面板数据模型及金融相关案例分析

《《精编》面板数据模型及金融相关案例分析》由会员分享，可在线阅读，更多相关《《精编》面板数据模型及金融相关案例分析（122页珍藏版）》请在金锄头文库上搜索。

1、案例2 储蓄 案例4 利用VAR模型对我国货币政策的有效性进行检验 案例5 面板数据及其应用 案例1 货币供应量模型的建立与分析 案例3 银行革新措施的效果分析 案例6 中国税收增长分析 案例1 货币供应量模型建立与分析 体现货币总量的指标有M0 M1 M2 M3等M0 现金 M1 M0 活期存款 反映了社会的直接购买能力 是狭义货币供应量 M2 M1 定期存款 非支票性储蓄存款 反映了现实的购买力 也反映了潜在的购买力 广义货币供应量 M3 M2 私有机构和公司的大额定期存款 L M3 各种有价证券 影响货币供应量的变动因素取 居民消费物价指数 1978 100 CPI 全国城乡人民币储蓄存

2、款余额 cky单位 亿元 国内信贷 Gsd 亿元 国内生产总值 gdp 亿元 选取1990 2003年 数据文件al5 wf1 一 模型的选择 下面仅考察广义货币供量M2与gdp gsd ckycpi的关系 分别用这四个变量与M2的散点图 如下 前者三个均为线性关系 而最后一个不是 故初步选取模型如下 M2t 0 1gdpt 2gsdt 3ckyt 4cpi2t tGsd系数为负 与理论不符 而且T检验也没通过 进一步检验可知gsd和cky存在严重多重共线性 从下图可知gsd的VIF值达到500多 故去掉cky再计算 下面的模型基本上合理 GDP每增加一个亿会使M2增加1 347亿 这是乘数的

3、作用 对于国内信贷也有同样的解释 也可以用广义差分进一步修改 见下页 广义差分模型 命令方式 Lsm2 0 106 m2 1 cgsd 0 106 gsd 1 gdp 0 106 gdp 1 cpi 2 0 106 cpi 1 2结果没有多大改善 也可用AR I 来处理 异方差检验 改革开放以来 随着经济的发展中国城乡居民的收入快速增长 同时城乡居民的储蓄存款也迅速增长 经济学界的一种观点认为 20世纪90年代以后由于经济体制 住房 医疗 养老等社会保障体制的变化 使居民的储蓄行为发生了明显改变 为了考察改革开放以来中国居民的储蓄存款与收入的关系是否已发生变化 以城乡居民人民币储蓄存款年底余额

4、代表居民储蓄 Y 以国民总收入GNI代表城乡居民收入 分析居民收入对储蓄存款影响的数量关系 案例2 储蓄 数据如下 下表为1978 2003年中国的国民总收入GNI和城乡居民人民币储蓄存款年底余额Y及增加额YY的数据 单位 亿元 数据来源 中国统计年鉴2004 表中 城乡居民人民币储蓄存款年增加额 为年鉴数值 与用年底余额计算的数值有差异 数据文件al1 wf1 为了研究1978 2003年期间城乡居民储蓄存款随收入的变化规律是否有变化 考证城乡居民储蓄存款 国民总收入随时间的变化情况 如下图所示 从图中尚无法得到居民的储蓄行为发生明显改变的详尽信息 若取居民储蓄的增量 YY 并作时序图 见下

5、页 从居民储蓄增量图可以看出 城乡居民的储蓄行为表现出了明显的阶段特征 在1996年和2000年有两个明显的转折点 再从城乡居民储蓄存款增量与国民总收入之间关系的散布图看 也呈现出了相同的阶段性特征 为了分析居民储蓄行为在1996年前后和2000年前后三个阶段的数量关系 引入虚拟变量D1和D2 D1和D2的选择 是以1996 2000年两个转折点作为依据 并设定了如下以加法和乘法两种方式同时引入虚拟变量的的模型 计算结果如下 思考 1 根据下面结果如何进行分析 这表明三个时期居民储蓄增加额的回归方程在统计意义上确实是不相同的 1996年以前收入每增加1亿元 居民储蓄存款的增加额为0 14568

6、亿元 在1996 2000年 则为 0 197523亿元 2001年后为0 337256亿元 已发生了很大变化 上述模型与城乡居民储蓄存款与国民总收入之间的散布图是吻合的 与当时中国的实际经济运行状况也是相符的 需要指出的是 在上述建模过程中 主要是从教学的目的出发运用虚拟变量法则 没有考虑通货膨胀因素 而在实证分析中 储蓄函数还应当考虑通货膨胀因素 2 其它形式的模型呢 如乘法和加法 案例3 银行革新措施的效果分析 Y是某一银行提出某项革新措施直到革新技术被采用的间隔月数 X是银行总资产 D1是定性 虚拟 变量 表示 1是股份制银行 0是农村信用社 数据如下表 研究采取某项银行革新措施的速度

7、Y与银行的规模X和银行类型的关系 数据文件al6 wf1 要求建立虚拟变量模型 三种形式都要考虑找到比较好的模型 并分析系数的含义 从加法模型知 银行类型对采纳革新技术平均所需时间的差异表现为D1的系数 它的值为8 055 表明信用社采取革新技术平均比股份制银行少8个月多 从乘法模型可知 银行总资产与采纳革新技术所需时间成反比 资产规模越大 则采纳革新技术措施间隔时间就越长 同时也表明 股份制银行总资产系数为 0 082285 而农村信用社为 0 119044 这说明农村信用社总资产对采纳革新技术所需时间的影响要比股份制银行大 负向影响大 混合模型效果不好 案例4 利用VAR模型对我国货币政策

8、的有效性进行检验 1 数据来源 取我国狭义货币供应量M1 商品零售物价指数CPI 1994年1季度为100 以及代表产出水平的国内生产总值GDP的季度数据 时间为1994年第一季度到2004年第二季度 文件aL3 wf1 2 建模 在选择滞后项时 应用信息准则 根据金融理论 货币效应时滞在一年左右 所以我们选择最大4阶 根据AIC信息准则 我们应选择滞后项为4 根据SC信息准则 我们应选择滞后项为2或3 考虑到3阶后AIC值下降较缓 以及结合模型的R2和DeterminantResidualCovariance的值 最后选择滞后项为3 或者由Eviews5 1可得到 在VAR模型估计结果窗口中

9、点view再选取lagstructure laglengthCriteria 在五个评价指标中有4个认为滞后期应为3 见系统自动标出的结果 即 号处 本例选择结果如下 设置滞后期 必须配对出现 例如 1258则每个方程所包含的变量的滞后期均为 yt 1 yt 2 yt 5 yt 6 yt 7yt 8 是否需要常数项 不需要去掉c 变量下面第1和2括号值分别标准差和T统计量 在同一变量不同的滞后项 有的是显著的 有的是不显著的 有的符号是相反的 验证了我们所说的VAR模型是缺乏理论依据的 首先 对于物价CPI 上一季度的货币供应量对其的影响是显著的 并且系数为正 与理论相符 说明货币供应量的增加

10、将使物价水平上升 而上第二个季度M1的对CPI的影响是负的 而且更显著 正负交叉影响表现出M1和CPI相互关系的特征 其次 对于货币供应量来说 上一季度的GDP对其影响不显著 说明货币供应量不受上期的产出但受物价水平的影响显著 但上第2季度的GDP对M1产生显著负影响 再次 对于GDP 上期的货币供应量对其是显著正影响 这从一个侧面验证了前几年我国实施的稳健的货币政策效果是有效的 而上期物价水平则对产出是不显著负影响 注 为了保证序列的平稳性 也可先对所有的数据进行处理再建立VAR模型 如取它们的自然对数 用genr功能 Lgdp log gdp Lcpi log cpi Lm1 log m1

11、 然后分别对Lgdp Lcpi Lm1三变量建立VAR模型 或者直接用log gdp log cpi log m1 建立VAR模型 2 预测 这是Eviews3 1的弹出形式 点这里就可求出拟合值 Eviews5 1形式为 点makemodel后得到 点Solve得到如下对话框 基本选择有5项 在模拟种类中有2项 第1为确定性 第2为随机性 在动态方法中有动态求解等项 在静态条件下 滞后期是用实际值 而在动态情况下 滞后期用拟合值 在Solutionscenarios output 输出结果保存的序列名 求解得到的序列名是采用原序列加上后缀的方式命名 例如如果选择baseline 则cpah的

12、预测值放在Cpah 0 在备份序列名 以免在用不同模型进行预测时 冲掉了上一次的预测值 例如如果选择了scenarios1 则预测值放在Cpah 1中 注意 上述两对话框都不能选择Actual 实际值 否则计算不出预测值 此时必须勾上下面的选择才有效 在工作文件窗口中cpi和cpi 0分别为原始数据及拟合值 其它同理 可以用Genr命令求出每个变量的残差 Baseline为预测值 拟合值 3 脉冲响应脉冲响应函数是度量来自于每个方程的随机误差项的一个标准差新息冲击时被解释变量的响应程度和持续时间 通过测量脉冲响应 我们能够清楚地看到随机误差项的一个标准差新息在某一时期的冲击对未来各期被解释变量

13、的传导作用 在方程的输出窗口中点view impulseResponse得到 这是Eviews3 1弹出结果 在弹出对话框中 左边 从上到下 一是变量所在方程随机扰动项的一个标准差的变动的变量 也即方程内生变量名 二是欲要计算脉冲响应的变量名 三是输入VAR模型出现的变量顺序 变量的顺序会对结果产生影响 四是计算的期数 右边 上面部分是选择结果的显示方式 表 每个脉冲响应函数图 合成图 来自于同一变量冲击的脉冲响应函数图合并显示 中间部分是选择计算脉冲响应或还方差分解 下面部分是关于计算脉冲响应函数标准差的方法 一是不计算 二是渐近解析法 三是蒙特卡洛法 这是Eviews5 1结果 在弹出对话

14、框中本例选择结果如下 基本上和3 1是类似的 注意 虽然乔利期基 cholesky 分解被广泛应用 但是方程的顺序将会强烈地影响脉冲响应 因为如果新信息是相关的话 它们将包含一个不与某特定变量相联系的共同成分 通常将共同成分的效应归属于VAR系统中第一个出现的变量 依照方程顺序 即Cpi m1 gdp的方程对应的 1t 2t 3t的共同成分都归到 1t 因此方程的顺序 即变量顺序 会影响脉冲响应的结果 但如果两个变量之间的相关性不大时 结果与排序无关 积累反应 一般不选取 M1对M1的一个标准差冲击 一开始反应敏感 在第一期达到最高值 随后迅速下降到最低点 然后缓慢上升保持不变在10期内都是正

15、的 M1对gdp的一个标准差冲击的反应比较弱 几乎在所0左右波 说明货币流通量对经济的冲击较弱 M1对Cpi的一个标准差冲击的反应敏感 在第一期达到最低值 然后趋于平稳 同时表明M1对CPI的传导作用始终为负 GDP对Cpi GDP m1的一个标准差冲击的反应的脉冲响应函数图 分析略 根据上面的脉冲响应函数图 可以详细分析各个变量对另一些变量冲击的持续效应和持续时间 Cpi分别对cpi GDP m1的一个标准差冲击的反应的脉冲响应函数图 自己作分析 对于单个脉冲响应图 Eviews给出一个 2S E的置信区间 这是选择顺序为m1 gdp cpi 其结果和前面的结果有一定的差异 见右图 广义脉冲

16、响应 广义脉冲响应函数 GeneralizedImpulse 是Pesaran和shin在1998年提出的 Pesaran和Shin证明 1 广义脉冲响应是唯一的 即消除了变量的顺序会影响脉冲响应结果的问题 并且考虑了观测到的不同形式冲击和它们之间的相关性 2 Pesaran和Shin还进一步证明了正交分解的脉冲响应是广义脉冲分解的特殊形式 当协方差矩阵是对角阵时 二者是一致的 3 它可应用于非线性多变量模型中 因为它不考虑冲击的范围 符号和历史 因此 利用广义脉冲响应函数得到的结果更具稳定性和说服力 广义脉冲响应的计算如下 选择此项 则右边就不会存在变量顺序选择问题 广义脉冲响应 4 方差分解 通过方差分解可以了解到各个变量的冲击能解释某个变量的份额以及各个变量有没有预测作用 因为方差S E的变动代表着该变量的变动规律 在模型的输出窗口中选取View varancedecomposition到方差分解 注意方差也与变量的顺序有关 这图是显示M1的方差分解 显示cpi的冲击从弱到强 长期来看能解释m1的40 48 而gdp能解释约6 左右 CPI对M1的冲击是明显的 同时表明CPI对M