向量自回归(VAR)模型中的识别问题——分析框架和文献综述
摘要
1970年代后期,由于传统大型联立方程模型(SEM)在预测和政策分析方面的失效,其方法开始受到计量经济学家的批评。Sims(1980)对SEM模型中施加的识别的合理性提出质疑,认为模型中内、外生变量的假定是人为划分的,不一定符合经济运行的实际;施加的某些结构限制也是人为的,既没有确定的理论基础,也没有经过适当的统计检验。Sims(1980)在这篇开创性论文中,同时提出向量自回归模型(VAR)的分析方法,主张以VAR来代替当时流行的SEM模型进行宏观经济分析。VAR模型一般不区分内、外生变量,易于估计,能够很好地拟合数据,具有很好的灵活性和实用性,特别适合描述小变量集合的数据生成过程,因此作为预测或者模型评价的基准模型被广泛应用。大多数宏观经济学变量是具有一个单位根的非平稳一阶单整(I(1))变量。如果几个非平稳变量中的随机成分可以通过线性组合相互抵消,在这些变量之间就存在着协整关系。Engel and Granger(1987)提出协整的概念和误差修正模型(VECM)的设定形式,从此产生深远影响。Johansen(1995)、Hendry(1995)、Lütkepohl(2005)等将
<<
>>
作者简介
相关报告