[问答] VAR模型与VECM模型的相关疑问 [推广有奖]

11楼

gemini69 发表于 2011-5-7 12:12:31

klsdyn 发表于 2011-5-5 17:23
9# gemini69
那么请问如果两个变量都是一阶单整，怎么做因果检验？难道是差分后做？

基於6、9楼原则，建议如下：

第一、若为协整，
在 level VAR(p)下，直接进行 Granger causality test，并直接对应卡方概率表，自由度为 p；
这里强调的是，此属特例，因满足 rank condition。

或 Johansen 架构下，以 VECM(p-1)，按教科书建议步骤进行。

第二、若非协整，
以 level VAR(p+1) 模式进行检定，并直接对应卡方概率表，自由度为 p，
第 p+1 term 需以外生变量方式放入，而检定前 p terms；

需注意的是，这样的方式 inefficient in finite samples，
另外，这通常也是一种 pretest，当处理 I(1) 变量，且未知是否协整时。

或直接以 difference VAR 进行，并直接对应卡方概率表。

学习顺利！

12楼

klsdyn 发表于 2011-5-12 22:34:13

11# gemini69
您讲的东西太深了，我得慢慢消化。我还有个疑问，正如我在第一个问题中提到的一样，如果两个序列，一个是I（1），一个是I（0），但是做var的时候，系统是平稳的，那么eviews中的显示结果是不是没有可信度，因为毕竟有一个序列是i（1）啊，就以两阶滞后来说吧，不妨设I（1）为序列a，I（0）为序列b，估计出来的方程肯定是下面的形式 a a（-1）a（-2） b（-1） b(-2) ；b b(-1) b(-2) a(-1) a(-2)（除去常数项），但是就这两个方程而言，里面既有i（1）变量又有i（0）变量，那么统计推断还有意义吗?t分布，F分布的统计量还有意义吗？换句话说，我怎样去判断系统中每个方程的系数的显著性。

13楼

gemini69 发表于 2011-5-27 11:29:26

klsdyn 发表于 2011-5-12 22:34
11# gemini69 .....
如果两个序列，一个是I（1），一个是I（0），但是做var的时候，系统是平稳的，那么eviews中的显示结果是不是没有可信度，因为毕竟有一个序列是i（1）啊，就以两阶滞后来说吧，不妨设I（1）为序列a，I（0）为序列b，估计出来的方程肯定是下面的形式 a a（-1）a（-2） b（-1） b(-2) ；b b(-1) b(-2) a(-1) a(-2)（除去常数项），但是就这两个方程而言，里面既有i（1）变量又有i（0）变量，那么统计推断还有意义吗?t分布，F分布的统计量还有意义吗？换句话说，我怎样去判断系统中每个方程的系数的显著性。

这个问题很有趣，而且层面很广；拖了很久，没时间写太多，简短说。

其一、基本上，VAR是平稳与单根检验结果有异，原因 99.99% 出自於单根检定；
你拿 ADF test 来看，它本质上就是一个 AR(p)，统计检验的就是 phi(1)=1，where phi(L) 为 AR terms；两者都是与特性根有关。

其二、integrated order 不同的变量放在一起，这属於 unbalanced equations，最明显的例子就是 ADF test (DF test 也是)，於统计检定上碰到的问题，概略的说，撇开变量内生性，还涉及到 Brownian motion；当 true DGP 未知下，没有传统的概率表可以套用，需"客制化"。要不要这样用？这见仁见智。