您好,欢迎来到皮书数据库! | 皮书网首页
登录|注册 |无障碍阅读
国家知识资源服务中心 CARSI
您现在所在的位置:首页
向量自回归(VAR)模型中的识别问题——分析框架和文献综述
  • 报告作者:张延群
  • 报告字数:11808 字
  • 报告页数:12 页
  • 所属图书:21世纪数量经济学 第11卷
  • 图书作者:李富强 赵昕东 汪同三
  • 出版日期:2011年09月
  • 浏览人数:
  • 下载次数:
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

张延群: 暂无简介

相关报告
文章目录