《VECM案例分析知识讲解》由会员分享，可在线阅读，更多相关《VECM案例分析知识讲解（16页珍藏版）》请在金锄头文库上搜索。
1、VECM案例分析1 VECM 模型的具体构建步骤VECM 模型的具体运用主要包括以下几个步骤：1、序列的单位根检验与 VAR 模型不同， VECM 模型是针对非平稳序列而言的。因此在进行协整检 验和运用 VECM 前需进行单位根检验。2、协整检验 协整检验关键是协整形式和滞后阶数的选择。3、VECM 模型的估计若存在协整关系，就可以建立相对应的 VECM 模型，进行估计了。4、VECM 模型的残差检验残差检验与VAR模型类似，包括残差的独立性检验。5、VECM 模型的应用VECM模型的应用与VAR模型类似，包括预测、脉冲响应与方差分解。VECh模型的应用举例4.4.1案例分析的背景中国人民银行
2、长期以来坚持以CPI作为货币政策导向，并没有考虑资产价格这一目 标。但是随着中国经济市场化程度的不断深化，以股票市场为核心的资本市 场的作用日益凸 显。货币政策是否对股票市场产生影响，以及股票市场是否在货币 政策传导中充当了作用已 成为学术界关注的焦点问题。本例将对物价水平、货币政 策、股票市场的相互关系进行分 析。442 实验数据本实验选取了 CPI、广义货币供应量（m）、Shibor、上证A股指数（index） 1996年 12 月至 2010 年 11 月月度数据进行分析。4.4.3 VECM 模型的构建1 、数据处理由于CPI和上证A股指数都是相对数，为了减少基期的影响以及减少异方差性
3、，对 CPI和上证A股指数取对数。观察广义货币供应量的图形，以及货币政策的特点，分析广 义货币供应量（M）的可能季节性特征，这里采用X12进行分析。在M的窗点击 proc/seasonal adjustment/census X12, 分析结果如下：Sum of Dgrs.of Mean Squares Freedom Square F-ValueBetween months 61.6039115.60035 13.023*Residual 67.08721560.43005Total 128.6910167*Seasonality present at the 0.1 per cent le
4、vel.从而M存在季节性。因此对M进行季节性调整，季节性调整后的M图形如下：M_SA600,000700,000600,000500,000400C0300.0002DOhODO100h000为了平滑M的变动趋势，对M同样也做对数处理2、单位根检验观察CPI、上证指数、Shibor的图形。LCPIII*l/1998200D2D022004200020DB20108.0卩,ftA7.2LINDEXgil g | Ht il|lll； a|ipE |lrt|a|a |iiga10Sa 20002002200d2006200B2010SHIBOR对四个变量选取相应的形式进行单位根检验。见表 4.1表
5、 4.1 各变量单位根检验的结果变量水平值检验结果阶差分检验结果检验形式(C, T, L)ADF值P值检验形式(C, T, L)ADF值P值*Lcpi(C, 0, 12)2.102780.2440(0, 0, 11)-5.23850.0000Lm(C, T, 0)0.090940.9947(C, 0, 0)-13.2780.0000shibor(C, T, 1)-3.23630.0810(C, 0, 0)-14.3170.0000Lin dex(C, 0, 0)1.638920.4605(0, 0, 1)-7.06030.0000注：检验形式（C, T, L）中，C, T, L分别代表常数项、
6、时间趋势和滞后阶数。滞后阶数根据SC信息准则选择。从表中可以看出，在 5%的显著性水平上，所有变量均不平稳，但是一阶差分 均平稳 因此所有变量均是一阶单整过程。3、协整检验协整检验的关键是选取协整检验的形式和滞后阶数。根据前面介绍的协整与 VECM 模 型的关系，协整方程根据数据特征分成三类。由于部分变量存在截距和 趋势，因此选取第二 类形式。考虑到cpi、上证指数无明显的时间特征，因此选取第三种形式作为协整检验的形 式。对于滞后阶数的选取，可以根据 VAR 滞后阶数间接选取或者根据信息准则选取，同时考虑残差的性质。当滞后阶数为1时，AIC和SC分别为-15.75672、-15.23181；当
7、滞后阶数为2时，AIC和SC分别为-15.76829、-14.94004；当滞后阶数为3 时，AIC和SC分别为-15.75608、-14.62198。另外估计无约束的VAR模型时滞后阶数 小于5时各判断准则的结果优于高阶的情形。因此本例中滞后阶数选取为1。在Group窗 中点击view/cointegration test，选取形式三和滞后区间（1 1）。具体协整检验的结果 见下。协整检验的结果：Sample （adjusted）: 1997M02 2010M11Included observations: 166 after adjustmentsTrend assumption: Lin
8、ear deterministic trendSeries: LCPI l_IN DEX LM SHIBORLags interval （in first differences）: 1 to 1Unrestricted Cointegration Rank Test (Trace)Hypothesized No. of CE (s)Eige nvalueTraceStatistic0.05Critical ValueProb.*None *0.18010066.6873547.856130.0003At most 1 *0.12799033.7242029.797070.0168At mos
9、t 20.04805110.9898115.494710.2121At most 30.0168172.8153253.8414660.0934Trace test i ndicates 2 coin tegrati ng eqn(s) at the 0.05 level * deno tes rejecti on of the hypothesis at the 0.05 level *MacKinnon-Haug-Michelis (1999) p-valuesUn restricted Coin tegrati on Rank Test (Maximum Eige nvalue)Hypo
10、thesizedNo. of CE(s)Eige nvalueMax-Eige n Statistic0.05Critical ValueProb.*None *0.18010032.9631527.584340.0092At most 1 *0.12799022.7343921.131620.0295At most 20.0480518.17448214.264600.3612At most 30.0168172.8153253.8414660.0934Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level
11、* denotes rejection of the hypothesis at the 0.05 level *MacKinnon-Haug-Michelis (1999) p-values迹检验和极大特征值检验结果均显示存在两个协整关系。再分析具体的协整方程和协整序列。标准化后的协整方程如下。2 Cointegrating Equation(s):Log likelihood1347.175Normalized coin tegrat ing coefficie nts (sta ndard error in pare ntheses)LCPILINDEXLMSHIBOR1.0000000
12、.000000-0.033542-0.010324(0.00927)(0.00237)0.0000001.000000-0.135405-0.297467(0.31487)(0.08046)第二个协整方程显示lm与shibor之间是负相关关系，这与一般的经济理论相悖，本例只选取一个协整方程。协整序列的图形和单位根检验结果如下320219982000200220042006COINTEQT P T b F | T IP2008 2010Null Hypothesis: COINTEQ has a unit root Exogenous: Constant, Linear TrendLag Len
13、gth: 0 (Automatic based on SIC, MAXLAG=13)t-Statistic Prob.*Augme nted Dickey-Fuller teststatistic-3.5511910.0373Test critical values:1% level-4.0146355% level-3.43728910% level-3.142837*MacKinnon (1996) one-sided p-values.协整方程所对应的序列是平稳的，即各变量之间存在协整关系。该协整方程具 体为Icpi = O. llindex + 0.0 21m -A0,02sEbor
14、+ 勺4、VECM 模型的估计 估计结果如下：Sample (adjusted): 1997M02 2010M11 Included observations: 166 after adjustments Standard errors in ( ) & t- statistics in Coin tegrati ng Eq:Coi ntEq1LCPI(-1)1.000000LINDEX(-1)-0.105613(0.04668)-2.26233LM(-1)-0.019242(0.03646)-0.52780SHIBOR(-I) 0.021093(0.00768)2.74693C -3.657863Error Correcti on:D(LCPI)D( LI NDEX)D(LM)D(SHIBOR)Coi ntEql-0.0193870.059896-0.018894-1.234481(0.00578)(0.08100)(0.00619)(0.32963)-3.354400.73942-3.05460-3.74500
