VAR模型应用案例.pdf

·VAR模型应用实例众所周知，经济的开展运行离不开大量能源的消耗，尤其是在现代经济开展的过程中，能源的重要性日益提升。我国自改革开放以来，经济开展取得长足的进步，经济增长率一直处于较高的速度，经济的高速增长带来了能源的大量消耗，进而带来了我国能源生产的巨大提高。因此，研究经济增长率与能源生产增长率之间的关系具有重要的意义，能为生源生产提供一定的指导意义。1.根本的数据我们截取1978—2021年中国经济增长速度〔GDP增速〕和中国能源生产增长速度数据，具体数据如下：表11978——2021年中国经济和能源生产增长率国生产总值增长能源生产增长速国生产总值增长能源生产增长速年份年份速度〔%〕度〔%〕速度〔%〕度〔%〕197811.710.419979.20.319797.63.719987.8-2.719807.8-1.319997.71.619815.1-0.820008.55198295.620018.36.4198310.86.720029.16198415.29.220031014.1198513.49.9200410.115.619868.93200511.411.1198711.73.6200612.76.9198811.25200714.27.919894.26.120219.7519903.92.220219.43.1Word资料-19919.30.9202110.69.1199214.22.320219.59199313.93.620217.93.21994136.920217.82.21995118.720217.30.919969.93.120216.91.22.序列平稳性检验〔单位根检验〕使用Eviews9.0来创立一个无约束的VAR模型，用gdp表示的是中国经济的增长率，用nysc表示中国能源生产的增长率，下面分别对gdp和nysc进展单位根检验，验证序列是否平稳，能否到达建立VAR模型的建模前提。图2.1经济增速〔GDP〕的单位根检验图2.2能源生产增速〔nysc〕的单位根检验经过检验，在1%的显著性水平上，gdp和nysc两个时间序列都是平稳的，符合建模的条件，我们建立一个无约束的VAR模型。3.VAR模型的估计图3.1模型的估计结果图3.2模型的表达式4.模型的检验4.1模型的平稳性检验图4.1.1AR根的表由图知，AR所有单位根的模都是小于1的，因此估计的模型满足稳定性的条件。图4.1.2AR根的图通过对GDP增长率和能源生产增长率进进展了VAR模型估计，并采用AR根估计的方法对VAR模型估计的结果进展平稳性检验。AR根估计是基于这样一种原理的:如果VAR模型所有根模的倒数都小于1，即都在单位圆，则该模型是稳定的;如果VAR模型所有根模的倒数都大于1，即都在单位圆外，则该模型是不稳定的。由图可知，没有根是在单位圆之外的，估计的VAR模型满足稳定性的条件。4.2Granger因果检验图4.2.1Granger因果检验结果图Granger因果检验的原假设是：H：变量*不能Granger引起变量y0备择假设是：H：变量*能Granger引起变量y1对VAR〔2〕进展Granger因果检验在1%的显著性水平之下，经济增速〔GDP〕能够Granger引起能源生产增速〔NYSC〕的变化，即拒绝了原假设；同时，能源生产增速〔NYSC〕能够Granger经济增速〔GDP〕的变化，即拒绝了原假设，承受备择假设。5滞后期长度.z.-图5.1VAR模型滞后期选择结果从上图可以看出LR,FPE,AIC,SC,HQ都指向同样的2阶滞后期，因此应该选择VAR〔2〕进展后续的分析。6.脉冲函数图6.1各因素脉冲响应函数结果图从图6.1可以看出：经济增长率〔GDP〕和能源生产〔NYSC〕各自对于自身的冲击，在前四期是快速下降的趋势，并且出现负值的情况。但是，GDP增速的变化根本上在第七期就保持了持平的一个状况；而能源生产〔NYSC〕的变化是在第九期的时候实现持平的状态。能源生产增长率〔NYSC〕对于经济增长率〔GDP〕的脉冲响应分析，当给经济增长一个正的冲击的时候，在前两期是呈现一个下降的趋势，主要的原因应该是，经济增长促进能源生产的提高是存在滞后期的，但是但很快就出现了上升的趋势在第五期的时候到达最大值，之后出现了下降的趋势，然后又上升，直到第十期之后保持了平衡。这说明经济增长对于能源生产增长的影响是正向的，会呈现一种上升、下降、平衡的根本状态，说明经济开展对能源生产的促进作用并不是无限的，经过一定作用之后看，会出现一种平衡状态。经济增长率〔GDP〕对于能源生产增长率〔NYSC〕的脉冲响应分析，经过比照图中第2幅和第3幅小图，我们大致是可以看出两者之间是呈现完全相反的情况。当在本期给能源生产增长率〔NYSC〕一个正冲击之后，前