基于向量机的不同宏观经济变量之间的关系

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Relationships between different Macroeconomic Variables using VECM》
---
作者：
Saannidhya Rawat
---
最新提交年份：
2019
---
英文摘要：
  Through this paper, an attempt has been made to quantify the underlying relationships between the leading macroeconomic indicators. More clearly, an effort has been made in this paper to assess the cointegrating relationships and examine the error correction behavior revealed by macroeconomic variables using econometric techniques that were initially developed by Engle and Granger (1987), and further explored by various succeeding papers, with the latest being Tu and Yi (2017). Gross Domestic Product, Discount Rate, Consumer Price Index and population of U.S are representatives of the economy that have been used in this study to analyze the relationships between economic indicators and understand how an adverse change in one of these variables might have ramifications on the others. This is performed to corroborate and guide the belief that a policy maker with specified intentions cannot ignore the spillover effects caused by implementation of a certain policy.
---
中文摘要：
通过本文，试图量化主要宏观经济指标之间的潜在关系。更清楚的是，本文利用计量经济学技术评估协整关系，并检验宏观经济变量所揭示的误差修正行为，这些技术最初由恩格尔和格兰杰（1987）开发，随后的多篇论文对此进行了进一步探讨，最新的是屠和易（2017）。美国国内生产总值、贴现率、消费价格指数和人口是本研究中使用的经济的代表，用于分析经济指标之间的关系，并了解其中一个变量的不利变化如何对其他变量产生影响。这样做是为了证实和引导这样一种信念，即具有特定意图的决策者不能忽视某项政策实施所造成的溢出效应。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Relationships_between_different_Macroeconomic_Variables_using_VECM.pdf (509.85 KB)

2022-6-24 08:19:38 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：宏观经济 向量机 relationship Quantitative Contribution

使用向量误差修正模型的不同宏观经济变量之间的关系Saannidhya Rawat I.简介当今世界的社会经历了大量交易，所有交易都以极高的速度进行。这使得追踪整体经济的方向几乎无法估计。尽管如此，为了理解整个经济，经济学家一直在努力发明各种方法，使我们能够了解一个经济体的特征，并衡量一个国家的经济地位。虽然这些方法还远远不够完善，但它们有助于加深对经济功能的理解，并有助于经济学家提前预测以前经济以某种方式运行时发生的事件。为了促进这些侧重于获取现实经济模型的方法，经济学家使用了称为经济指标的变量。经济指标是经济学家开发的工具，用于衡量经济绩效，并预测经济体的未来绩效。尽管各种研究提出了其他可靠的指标，如Stockhammer&Hochreiter（1997）提出的可持续经济福利指数（ISEW）或Cobb、Halstead&Rowe（1995）提出的真正进步指标（GPI），但国内生产总值（GDP）仍然是衡量经济表现时使用的最重要指标。广义上，国内生产总值（GDP）的定义是指一国领土内在预定时间段内生产的所有制成品和服务的总美元价值。用GDP来衡量一个国家的经济健康状况是有意义的，因为它本质上是衡量一个国家在给定时间段内拥有多少购买力。

GDP也被用作一个国家总体生活水平的指标，因为一般来说，一个国家的生活水平随着GDP的增长而提高。联邦储备银行（FRB）用来操纵经济方向的工具是贴现率，这是银行可以从FRB借款的利率。当美联储（Federal Reserve）提供的贴现率较低时，银行能够以较低的成本从联邦储备银行（FRB）借款，使它们能够以较低的利率在市场上发放贷款，从而促使借款人获得贷款，并促进市场上的经济活动。当贴现率较高时，观察到相反的效果。BE Hansen和Ananth Seshadri（2013）观察了短期内生产率和贴现率之间的反周期关系，并推测这些好处在长期内会被抵消。消费者价格指数（CPI）是另一个今天广泛使用的经济指标，用于衡量经济中的通货膨胀率。CPI是使用一篮子商品获得的。确定这一篮子商品的价格，然后将其与预定基准年的一篮子商品的价格进行比较。蒙代尔（1963）关注通货膨胀及其如何推动市场实际利率。这项关于通货膨胀理论的开创性工作为开发模型铺平了道路，该模型揭示了市场借贷成本与通货膨胀率之间的关系，这也与FRB提供的贴现率有关（RH Gordon 1982）。美联储（Federal Reserve Bank）将贴现率作为一种工具，以遏制不必要的通胀增长，并抑制市场借贷成本。所有这些都表明，代表经济的不同宏观经济变量之间必然存在某种关系。通过本文，试图量化主要宏观经济指标之间的潜在关系。

更清楚的是，本文利用计量经济学技术评估协整关系，并检验宏观经济变量所揭示的误差修正行为，这些技术最初由恩格尔和格兰杰（1987）开发，随后的多篇论文对此进行了进一步探讨，最新的是屠和易（2017）。首先被问到然后被回答的问题是，经济内部的相互依赖程度如何。如果我们能够准确估计这种关系，我们就可以制定相关政策，考虑到政策可能产生的广泛影响，这将有助于制定更明智的政策，促进长期增长。为了分析这一点，利用四个宏观经济变量设计了向量误差修正模型，其中有三个协整关系和两个滞后向量用于检验相关关系。美国国内生产总值、贴现率、消费价格指数和人口是本研究中使用的经济的代表，用于分析这些经济指标之间的关系，并了解其中一个变量的不利变化如何影响其他变量。这样做是为了证实这样一种信念，即具有特定意图的决策者不能忽视某项政策实施所造成的溢出效应。二、本研究的数据，大部分数据来自联邦储备经济数据（FRED），该数据由圣路易斯联邦储备银行研究部维护。数据采用时间序列格式，由美联储汇编，由美国人口普查局和劳工统计局（BLS）等政府机构收集。

数据是按季度收集的，数据从1950年第一季度开始至2017年第一季度，共提供269次观察。表1-来源和命名约定描述变量来源实际国内生产总值（GDP）联邦储备经济数据贴现率Disc\\u Rate联邦储备经济数据消费者价格指数（CPI）联邦储备经济数据人口（US\\u Pop）联邦储备经济数据国内生产总值（GDP）以实际价值计量，并以连锁美元计量，这是一种根据通货膨胀调整实际美元金额的方法，以便对不同年份的数据进行比较。贴现率在美国是商业银行和其他存款机构向美联储借款时收取的利率，根据经验，贴现率对经济有着巨大的影响。消费者价格指数是将给定年份中预先指定的一篮子市场的成本除以基准年中同一篮子市场的成本。这允许评估与相同商品和服务的基准年相比的价格上涨，我们使用“通货膨胀”一词。CPI是一种广泛使用的衡量通货膨胀或通货紧缩的统计数据，并且已经证明在这方面非常有效。今天美国的人口是一个世纪前的三倍。随着需要喂食的嘴巴数量的增加，人口的激增也为更多的人提供了可以参与各种经济活动的机会，从而支持了所产生的总体经济产出。因此，考虑一个国家的人口数量被认为是重要的，因为一个国家的大小极大地影响着经济的发展方向。

这些变量的数据用于进行一些解释性数据分析，以便更好地了解这些指标。下表提供了本研究所用数据的汇总统计数据-表2-水平和差异变量的汇总统计数据迁移标准偏差最小最大！gdp-315！“disc\\u Rate 0.000.46-2.101.71！”cpi0.80.83-5.03.3！“人口GDPDisc\\u比率4.52.80.514.0cpipopulationn.o观察表3-单位根测试结果变量测试统计积分顺序，其中临界值@5%gdp2.03I（1）disc\\u比率-2.27I（1）cpi3.1I（1）us\\u pop-0.27I（1）图形分析图1-8长期和短期变量上图证实长期变量是非平稳的，因为它们没有显示均值回归。因此，取这些变量的第一个差值。取差后，如果变量显示均值回归并通过单位根检验，则水平变量可以称为I（1），差分变量可以视为I（0）。通过观察上述图表可以证实这一点。此外，表3在统计上证实了上述变量为I（1）的说法。Engle-Granger协整检验用于识别协整关系，第一个Engle-Granger两步法（1978）是为了检查是否至少可以识别一个关系。之后，进行了Johansen协整检验，以识别基于向量自回归（VAR）的协整系统，从而可以识别多个协整关系。下面提供了Engle-Granger两步法的结果，以证明至少存在一个协整关系。

如果这项技术提供了平稳残差，在这种情况下，可以认为变量足以进行误差修正建模，并且可以使用这些宏观经济指标开发VECM。表3 Engle-Granger两步法OLS结果===================================因变量：gdp-------------------------------------disc\\U率-85.000***（10.000）cpi 27.000***（1.800）us\\U pop 0.050***（0.003）常数-6232.000***（415.000）--------------------------------观测值269 R2 0.990残差标准误差393.000（df=265）F统计量11806.000***（df=3；265）============================图9模型表4-单位根测试结果在临界值@5%残差-2.93I（0）时的统计积分阶上述汇总输出证明所选非平稳变量存在线性组合，因此当该组合应用于这些变量集时，所取序列是平稳的，因此称为协整。这种关系可用于我们的VECM模型中，以定义误差校正部分，并衡量变量返回稳态或平衡的速度。在下一节中，将定义向量误差修正模型的函数形式，并执行Johansen协整检验。三、 实证方法在本节中，将解释为本研究选择的功能形式。如前所述，本研究使用了Johansen的矢量误差校正模型程序。

使用这种方法的主要优点是，它可以考虑许多协整关系，所有变量都被视为内生变量，并且可以对长期参数进行测试。本研究考虑的广义模型如下–！\\$%\"&\"#$\'() *+!#$\'+,+-() .+/+0\'（+-（）“1$，其中，！#$是一个px1向量，p有差分变量，p是一个px1长期系数矩阵，具有协整关系，#$”（是一个px1向量，具有水平形式的变量*+是px1短期系数矩阵，对于i=1，2，…，k！#$\'+是一个px1向量，对于i=1，2，…，k有差分滞后，k1$是一个px1向量，构成随机项，其中1$”2“3456 789。+是i=1，2，…..，h-1虚拟变量系数的p x p矩阵/+是i=1，2，…，h-1虚拟变量的p x 1向量，用于确定长期关系的数量，Johansen的测试序列（1990），表示如果r是&，1<r<g的秩，其中g表示满秩。对于该模型，r被确定为3。表5-Johansen的测试结果VariableTest StatisticCritical value@5%Resultr<=35.39.2拒绝nullr<=219.715.7拒绝nullr<=140.522.0拒绝nullr=064.228.1拒绝Null要为短期变量选择适当的滞后长度，使用BIC的多变量版本，可定义为：；<=>%@A B）CDEFGH“4E 9，k是回归数。通过这种方法确定的适当滞后长度为2。此外，宏观经济变量往往揭示季节性模式。例如，GDP几乎总是在第四季度以高于其他任何季度的速度增长。因此，还引入了虚拟变量来捕捉季节性。在下一节中，使用这种方法的结果提出了ch。

回归输出、模型性能结果、脉冲响应函数和方差分解矩阵将有助于解释结果，并更好地理解向量误差修正模型的基本动态。四、 结果由于本研究选择的宏观经济变量数量为4个，最终从向量误差修正模型中估计出4个回归方程，其中每个第一差分宏观经济变量作为方程组中的因变量。约翰森的方法很强大，因为它对称地对待所有变量，允许所有变量同时成为因变量。这允许揭示经典线性回归技术可能无法轻易推断的相互依赖关系。在上述产出中，所有宏观经济变量均被视为因变量。Const表示截距，exo1、exo2和exo3是表7中显示的长期协整关系。

下面公布了这些不同因变量的结果-表8-d.gdp作为因变量！！\"#$%&#\'()#*+(!,,-,(./)#&#$\"#$0(1,234#45（d.gdp.l10.34225！0.06312！5.42！<0.0001！***！d.disc\\U利率。l1-15.24304！9.82121！-1.55！0.12191！d.cpi.l1-1.15313！5.70985！-0.2！8.40E-01！d.us\\U波普。l1-0.00473！0.05214！-0.09！0.92779！d.gdp。l20.24189！0.06458！3.75！0.00022！***！d.disc\\美国税率l2-11.174！9.50808！-1.18！0.24102！d.cpi l2-13.40367！5.76476！-2.33！0.0209！*！d.us\\U pop.l20.01147！0.05227！0.22！0.82653！const29.90084！23.05252！1.3！1.96E-01！sd116.306！11.46183！1.42！0.15608!sd24.54524！10.78304!0.42!0.67374!sd3-0.62482！11.36326!-0.05!0.95619!exo10.00287！0.00172!1.66!0.09721!exo20.00236！0.00176!1.34!0.18044!.!exo30.00176！0.00178!0.99!0.32452!R20.257！F-statistic4.93！在…上18!和246!DF！样本尺寸265！在表8中，以短期GDP为因变量，短期GDP的第一个和第二个滞后在0.1%显著性水平上具有统计显著性，同时CPI的第二个滞后揭示了与GDP的相关性。此外，exo1在10%显著性水平上具有统计学显著性。