《时间序列分析——VAR模型实验》由会员分享,可在线阅读,更多相关《时间序列分析——VAR模型实验(11页珍藏版)》请在金锄头文库上搜索。
1、.基于VAR模型的我国房地产市场与汇率波动的因果关系VAR模型实验第一局部 实验分析目的及方法现选取人民币对美元汇率以及商品房房价作为变量构建VAR模型。对于不满足单位根检验的序列采取对数化或差分处理,使其成为平稳序列再进展模型的拟合。对于商品房房价这一变量,由于全国各省市差异较大,故此处采用全国房地产开发业综合景气指数这一变量。此外,为了消除春节假期不固定因素带来的影响,增强数据的可比性,按照国家统计制度,从2012年起,不单独对1月份统计数据进展调查,1-2月份数据一起调查,一起发布。所以国房景气指数p这一序列缺少每年一月份的相关数据,属于非随机、不可忽略缺失,在此采用平均值填充的方法,补
2、足数据。第二局部 实验样本数据来源于中经网统计数据库。具体数据见附录表。由于我国于2005年7月实行第二次汇改,此次汇改以市场供求为根底、参考一篮子货币进展调节、有管理的浮动汇率制度取代了过去人民币汇率长达10年的紧盯美元的固定汇率体制。故本实验拟选取2005年07月到2014年10月我国以月为单位的数据。,用以上两个变量来构建VAR模型,并利用该模型进展分析预测。第四局部模型构建首先绘制出E的折线图,结果如以下图:图4.1 汇率E的曲线图从图中可以看出,汇率E序列较强的趋势性,由此可以初步判断该序列是非平稳的。为了减少m的变动趋势以及异方差性,先对m进展对数化处理,记为lm,其时序图如下:图
3、4.2 lm的曲线图对数化后的趋势性减弱,但仍存在一定的趋势性,下面对lm进展一阶差分处理,去除趋势性,得到新变量dlm,观察dlm的曲线图。从图中可以看出,dle序列的趋势性根本已经消除,且新变量dle根本围绕0上下波动,因此选择形式为yt=yt-1+ut 进展单位根检验:表4.1 单位根输出结果Null Hypothesis: DLE has a unit rootE*ogenous: ConstantLag Length: 2 (Automatic - based on SIC, ma*lag=12)t-StatisticProb.*Augmented Dickey-Fuller tes
4、t statisticTest critical values:1% level5% level10% level*MacKinnon (1996) one-sided p-values.Augmented Dickey-Fuller Test EquationDependent Variable: D(DLE)Method: Least SquaresDate: 11/15/14 Time: 20:20Sample (adjusted): 2005M11 2014M10Included observations: 108 after adjustmentsVariableCoefficien
5、tStd. Errort-StatisticProb.DLE(-1)D(DLE(-1)D(DLE(-2)CR-squaredMean dependent varAdjusted R-squaredS.D. dependent varS.E. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb(F-statistic)单位根统计量ADF=小于临界值,且P为,因此该序列不是单位根过
6、程,即该序列是平稳序列。首先作出P序列的时序图:由于每年一月份的数据缺失,故取相邻两项进展平均补全数据,得到新序列的时序图如下:图4.5P的曲线图(补全)由上图可知,该序列P可能存在一定的趋势性和季节性,先进展单位根检验,确定改序列是否平稳。由于序列表4.2 单位根输出结果Null Hypothesis: P has a unit rootE*ogenous: Constant, Linear TrendLag Length: 3 (Automatic - based on SIC, ma*lag=12)t-StatisticProb.*Augmented Dickey-Fuller test
7、 statisticTest critical values:1% level5% level10% level*MacKinnon (1996) one-sided p-values.由单位根检验结果可知,T值小于临界值,且P=0.0124,在5%的置信水平下,该序列不存在单位根过程。由于汇率E序列为一阶单整序列,并进展了一阶差分处理,因此样本数量减少,在下面的操作中,所有的样本序列调整为2005-08至2014-10。先进展VAR模型的拟合,初步选定滞后阶数为3:表4.3 拟合输出结果Vector Autoregression EstimatesDate: 11/22/14 Time: 2
8、2:20Sample (adjusted): 2005M11 2014M10Included observations: 108 after adjustmentsStandard errors in ( ) & t-statistics in DLEPDLE(-1)(0.09626)(14.1374) 0.65638-1.35263DLE(-2)(0.09604)(14.1052) 1.21615 1.09330DLE(-3)(0.09617)(14.1243) 2.55030 1.16053P(-1)(0.00066)(0.09765)-0.13593 15.2656P(-2)(0.001
9、18)(0.17380)-0.49226-2.04508P(-3)(0.00067)(0.09872) 0.51479-1.62821C(0.01274)(1.87084) 2.45943 1.37454R-squaredAdj. R-squaredSum sq. residsS.E. equationF-statisticLog likelihoodAkaike AICSchwarz SCMean dependentS.D. dependentDeterminant resid covariance (dof adj.)Determinant resid covarianceLog like
10、lihoodAkaike information criterionSchwarz criterion再进展滞后阶数确实定:表4.4 最优滞后阶数的判断VAR Lag Order Selection CriteriaEndogenous variables: DLE PE*ogenous variables: CDate: 11/22/14 Time: 22:22Sample: 2005M07 2014M10Included observations: 99LagLogLLRFPEAICSCHQ0NA12-6.182775*-6.338849*39.943949*5.30e-06*-6.472
11、187*456789101112* indicates lag order selected by the criterionLR: sequential modified LR test statistic (each test at 5% level)FPE: Final prediction errorAIC: Akaike information criterionSC: Schwarz information criterionHQ: Hannan-Quinn information criterion由上边可知,根据信息准则,采取少数服从多数原则,取滞后阶数为3,此外取滞后阶数为2(SC为)或取滞后阶数为3(SC为)时,两者SC值相差不是很大。选取了最优滞后阶数3,进展模型的拟合。拟合结果如下:表4.5 VAR(3)模型估计结果Vector Autoregression EstimatesDate: 11/22/14 Time: 22:23Sample (adjusted): 2005M11 2014M10Included observations: 108 after adjustmentsStandard errors in ( ) & t-statistics in DLEPDLE