格兰杰因果关系检验_VAR模型及检验

上节回顾 时间序列数据的分析与处理 - 托马斯营的文章 - 知乎股市时间序列数据的处理ARIMA模型设定、检验与预测股市面板数据的讨论作业 使用美国利率与价格（GDP平减指数） webuse rates2 做时间序列分析1、试建立ARIMA模型分析，有什么问题？2、建立VAR模型，试作分析，有什么结论?3、两个模型有什么区别，什么情况使用ARIMA，什么情况使用VAR？VAR模型基本原理 回归的前提是，变量是单一因果关系。即X--->Y或者反过来，Y-->X 但是，如果X-->Y，同时Y-->X,普通回归就有问题 这时候要采用新的模型，向量自回归VAR模型是主要模型之一。y_t={atimes x_{t-1}+btimes y_{t-1}+y_{残差}}x_t = {atimes x_{t-1}+btimes y_{t-1}+x_{残差}} webuse rates2 美国利率与gdp平减指数系统首先使用arima模型(a,d,m,s) 用相关图ac确定自相关阶数和季节指数阶数 用偏相关图pac确定移动平均阶数和季节阶数 用ADF检验确定差分阶数 15分钟时间大家各自操作一次但是，差分上遇到麻烦 采用多元时间模型——向量自回归var模型 在单变量回归中，一个平稳的时间序列经常被模型化为 AR 过程：y_t={a_1ast y_{t-1}+a_2ast y_{t-2}+...+a_kast y_{t-k}+epsilon_{1t}} 当遇到多个时间序列时，VAR模型结果更加稳健y_t={aast x_{t-1}+bast y_{t-1}+y_{残差}}x_t = {aast x_{t-1}+bast y_{t-1}+x_{残差}} 一种方式是直接采取var模型。但是要注意，存在两个因变量。r与gdpdef都要选择上。滞后两阶，显著。但是这个阶数是系统默认的。需要加以检验。采用var模型检验（模型前）,选择滞后10阶可以发现，滞后六阶为最优。看AIC,HQIC,SBIC中的最小值。重新var回归这个式子可以得到平减指数方程和利率方程。不过重点不在方程。 重点在之后的格兰杰因果检验和脉冲响应函数。评价var的结果：格兰杰因果检验 有了滞后六阶的var模型，就可以进行格兰杰因果检验了。结果两个方程的结果上看，互为因果，但利率变动更可能是GDP平减指数的原因评价VAR模型结果：脉冲响应分析 外生冲击分析结束本节回顾 本节课堂练习：使用rates2数据做Arima模型和var模型训练1、Arima,借助自相关图和偏相关图识别自相关AR和移动平均MA的阶数2、借助ADF检验识别差分阶数，然后回归。解释模型含义3、VAR模型，（1）模型前检验识别模型阶数；（2）回归4、格兰杰因果检验评价var结果5、用脉冲响应分析评价结果课后作业 选择VAR模型和协整检验模型对如下数据进行统计分析（1）rates2数据（2）股市数据型及检验

上节回顾

时间序列数据的分析与处理 - 托马斯营的文章 - 知乎
股市时间序列数据的处理
ARIMA模型设定、检验与预测
股市面板数据的讨论

作业

使用美国利率与价格（GDP平减指数）

webuse rates2

做时间序列分析
1、试建立ARIMA模型分析，有什么问题？
2、建立VAR模型，试作分析，有什么结论?
3、两个模型有什么区别，什么情况使用ARIMA，什么情况使用VAR？

VAR模型基本原理

---

回归的前提是，变量是单一因果关系。即X--->Y或者反过来，Y-->X 但是，如果X-->Y，同时Y-->X,普通回归就有问题 这时候要采用新的模型，向量自回归VAR模型是主要模型之一。

---

webuse rates2 美国利率与gdp平减指数系统

首先使用arima模型(a,d,m,s) 用相关图ac确定自相关阶数和季节指数阶数 用偏相关图pac确定移动平均阶数和季节阶数 用ADF检验确定差分阶数 15分钟时间大家各自操作一次

---

但是，差分上遇到麻烦 采用多元时间模型——向量自回归var模型 在单变量回归中，一个平稳的时间序列经常被模型化为 AR 过程：

当遇到多个时间序列时，VAR模型结果更加稳健

---

一种方式是直接采取var模型。但是要注意，存在两个因变量。r与gdpdef都要选择上。

滞后两阶，显著。但是这个阶数是系统默认的。需要加以检验。

---

采用var模型检验（模型前）,选择滞后10阶

可以发现，滞后六阶为最优。看AIC,HQIC,SBIC中的最小值。

---

重新var回归

这个式子可以得到平减指数方程和利率方程。不过重点不在方程。 重点在之后的格兰杰因果检验和脉冲响应函数。

---

评价var的结果：格兰杰因果检验 有了滞后六阶的var模型，就可以进行格兰杰因果检验了。

结果两个方程的结果上看，互为因果，但利率变动更可能是GDP平减指数的原因

---

评价VAR模型结果：脉冲响应分析 外生冲击

分析结束

---

本节回顾

本节课堂练习：使用rates2数据做Arima模型和var模型训练
1、Arima,借助自相关图和偏相关图识别自相关AR和移动平均MA的阶数
2、借助ADF检验识别差分阶数，然后回归。解释模型含义
3、VAR模型，（1）模型前检验识别模型阶数；（2）回归
4、格兰杰因果检验评价var结果
5、用脉冲响应分析评价结果

---

课后作业

选择VAR模型和协整检验模型对如下数据进行统计分析
（1）rates2数据
（2）股市数据

参考视频：

[EG协整检验与误差修正模型](EG协整检验与误差修正模型《手把手教你EViews软件操作与案例分析》系列11-计量经济学公开课_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili)

[Johansen协整检验](Johansen协整检验《手把手教你EViews软件操作与案例分析》系列18-时间序列分析公开课_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili)

---