第六章Johanson協(xié)整檢驗(yàn)與VEC模型

1、第六章 Johanson協(xié)整檢驗(yàn)與VECM 第第4章最后一部分的協(xié)整檢驗(yàn)和誤差修正模型主要是章最后一部分的協(xié)整檢驗(yàn)和誤差修正模型主要是針對(duì)單方程而言，本節(jié)將推廣到針對(duì)單方程而言，本節(jié)將推廣到VAR模型。而且前面所介模型。而且前面所介紹的協(xié)整檢驗(yàn)是基于回歸的殘差序列進(jìn)行檢驗(yàn)，本節(jié)介紹紹的協(xié)整檢驗(yàn)是基于回歸的殘差序列進(jìn)行檢驗(yàn)，本節(jié)介紹的的Johansen協(xié)整檢驗(yàn)基于回歸系數(shù)的協(xié)整檢驗(yàn)，有時(shí)也稱協(xié)整檢驗(yàn)基于回歸系數(shù)的協(xié)整檢驗(yàn)，有時(shí)也稱為為JJ(Johansen-Juselius)檢驗(yàn)。檢驗(yàn)。 Johansen在在1988年及在年及在1990年與年與Juselius一起提出的一種一起提出的一種以以VA

2、R模型為基礎(chǔ)的檢驗(yàn)回歸系數(shù)的方法，是一種進(jìn)行多模型為基礎(chǔ)的檢驗(yàn)回歸系數(shù)的方法，是一種進(jìn)行多變量協(xié)整檢驗(yàn)的較好的方法變量協(xié)整檢驗(yàn)的較好的方法。 其中其中 t 是是 k 維擾動(dòng)向量。首先給出上式的一種等價(jià)形式維擾動(dòng)向量。首先給出上式的一種等價(jià)形式(hamilton,667) 下面介紹下面介紹JJ檢驗(yàn)的基本思想。任意一個(gè)檢驗(yàn)的基本思想。任意一個(gè)VAR(p)模型模型 11ttptpty y y111(1)pttititiyyyIpii1pijji1稱之為壓縮矩陣或影響矩陣（稱之為壓縮矩陣或影響矩陣（impact matrix)1,jjp=K為kk維矩陣 由于由于I(1)過程經(jīng)過差分變換將變成過程經(jīng)過差

3、分變換將變成I(0)過程，即上式中的過程，即上式中的ytj (j=1,2,p) 都是都是I(0)變量構(gòu)成的向量，那么只要變量構(gòu)成的向量，那么只要 yt-1 是是I(0)的向量，即的向量，即 y1,t-1，y2,t-1，yk,t-1 之間具有協(xié)整關(guān)系，就能之間具有協(xié)整關(guān)系，就能保證保證yt是平穩(wěn)過程?？梢宰C明變量是平穩(wěn)過程?？梢宰C明變量y1,t-1，y2,t-1, ，yk,t-1 之間是之間是否具有以及具有什么規(guī)模否具有以及具有什么規(guī)模 的協(xié)整關(guān)系主要依賴于矩陣的協(xié)整關(guān)系主要依賴于矩陣 ， 且且變量間線性無關(guān)的協(xié)整向量個(gè)數(shù)即為矩陣的秩變量間線性無關(guān)的協(xié)整向量個(gè)數(shù)即為矩陣的秩(證明略證明略)。設(shè)。

4、設(shè) 的秩為的秩為 r，則存在則存在 3 種情況種情況: r = k，r = 0，0 r k： 如果如果 r = k，顯然只有當(dāng)顯然只有當(dāng) y1,t-1，y2,t-1，yk,t-1 都是都是 I(0)變量時(shí)，才能保證變量時(shí)，才能保證 yt-1 是是 I(0) 變量構(gòu)成的向量。而這與已知變量構(gòu)成的向量。而這與已知的的 yt 為為 I(1) 過程相矛盾，所以必然有過程相矛盾，所以必然有 r k。 先假定y是向量單位根過程-I(1) 如果如果 r = 0，意味著意味著 = 0，y1,t-1，y2,t-1，yk,t-1之間之間是不具有協(xié)整關(guān)系。是不具有協(xié)整關(guān)系。 下面討論下面討論 0 r k 的情形：的

5、情形： 0 r k 表示存在表示存在 r 個(gè)協(xié)整關(guān)系。在這種情況下，個(gè)協(xié)整關(guān)系。在這種情況下， 可可以分解成兩個(gè)列滿秩的以分解成兩個(gè)列滿秩的( k r )階矩陣階矩陣 和和 的乘積：的乘積： 其中其中rk ( )= r，rk ( )= r。如果變量間存在協(xié)整關(guān)系，則無法通過差分形式的有限階VAR模型進(jìn)行表示(hamilton 699) 上式要求上式要求 yt-1 的每一行為一個(gè)的每一行為一個(gè) I(0) 向量，其每一行都向量，其每一行都是是 I(0) 組合變量組合變量(yt-1元素的線性組合元素的線性組合)，矩陣，矩陣 決定了決定了y1,t-1，y2,t-1，yk,t-1 之間協(xié)整向量的個(gè)數(shù)與形

6、式。稱為協(xié)整向量矩之間協(xié)整向量的個(gè)數(shù)與形式。稱為協(xié)整向量矩陣，陣，r 為協(xié)整向量的個(gè)數(shù)。為協(xié)整向量的個(gè)數(shù)。 將式將式的表達(dá)式帶入模型的表達(dá)式帶入模型(1),即即 111pttit itiy yy這這r個(gè)協(xié)整關(guān)系將同時(shí)出現(xiàn)在每個(gè)變量的誤差修正表達(dá)式中個(gè)協(xié)整關(guān)系將同時(shí)出現(xiàn)在每個(gè)變量的誤差修正表達(dá)式中向量誤差修正模型的表達(dá)式向量誤差修正模型的表達(dá)式VECM 矩陣矩陣 的每一行的每一行 i 是出現(xiàn)在第是出現(xiàn)在第 i 個(gè)方程中的個(gè)方程中的 r 個(gè)協(xié)整組個(gè)協(xié)整組合的一組權(quán)重，故稱為合的一組權(quán)重，故稱為，與前面介紹的誤差修，與前面介紹的誤差修正模型的調(diào)整系數(shù)的含義一樣。而且容易發(fā)現(xiàn)正模型的調(diào)整系數(shù)的含義一樣

7、。而且容易發(fā)現(xiàn) 和和 并不是并不是惟一的，因?yàn)閷?duì)于任何非奇異惟一的，因?yàn)閷?duì)于任何非奇異 r r 矩陣矩陣 H ，乘積乘積 和和 H (H 1 ) 都等于都等于 。 將將 yt 的協(xié)整檢驗(yàn)變成對(duì)矩陣的協(xié)整檢驗(yàn)變成對(duì)矩陣 的分析問題，這就是的分析問題，這就是Johansen協(xié)整檢驗(yàn)的基本原理。因?yàn)閰f(xié)整檢驗(yàn)的基本原理。因?yàn)?，因此可以通過對(duì)非零特征根個(gè)數(shù)的檢驗(yàn)，因此可以通過對(duì)非零特征根個(gè)數(shù)的檢驗(yàn)來檢驗(yàn)協(xié)整關(guān)系和協(xié)整向量的秩。略去關(guān)于來檢驗(yàn)協(xié)整關(guān)系和協(xié)整向量的秩。略去關(guān)于 的特征根的的特征根的求解方法，設(shè)矩陣求解方法，設(shè)矩陣 的特征根為的特征根為 1 2 k。 即：至多有即：至多有r個(gè)協(xié)整關(guān)系個(gè)協(xié)整關(guān)系

8、 與單變量時(shí)間序列可能出現(xiàn)非零均值、包含確定性趨勢(shì)與單變量時(shí)間序列可能出現(xiàn)非零均值、包含確定性趨勢(shì)或隨機(jī)趨勢(shì)一樣，協(xié)整方程也可以包含截距和確定性趨勢(shì)。或隨機(jī)趨勢(shì)一樣，協(xié)整方程也可以包含截距和確定性趨勢(shì)。可能會(huì)出現(xiàn)如下情況（可能會(huì)出現(xiàn)如下情況（Johansen，1995）：）： (1) 序列序列(1式式) 沒有確定趨勢(shì)，協(xié)整方程沒有截距：沒有確定趨勢(shì)，協(xié)整方程沒有截距： (2) 序列沒有確定趨勢(shì)，協(xié)整方程有截距項(xiàng)序列沒有確定趨勢(shì)，協(xié)整方程有截距項(xiàng) 0： 11tttyHXy)(011yHXyttt (3) 序列有序列有，但協(xié)整方程只有，但協(xié)整方程只有： 1100()tttyHX y (4) 序列和

9、協(xié)整方程都有序列和協(xié)整方程都有，協(xié)整方程的線性趨勢(shì)，協(xié)整方程的線性趨勢(shì)表示為表示為 1t ： 11010()tttyHX y t (5) 序列有序列有，協(xié)整方程僅有，協(xié)整方程僅有： 110101()tttyHX y t t 還有一些需要注意的細(xì)節(jié)：還有一些需要注意的細(xì)節(jié)： (1) Johansen協(xié)整檢驗(yàn)的臨界值對(duì)協(xié)整檢驗(yàn)的臨界值對(duì) 的序列都是有的序列都是有效的。而且臨界值依賴于趨勢(shì)假設(shè)，對(duì)于包含其他確定性效的。而且臨界值依賴于趨勢(shì)假設(shè)，對(duì)于包含其他確定性回歸量的模型可能是不適合?；貧w量的模型可能是不適合。 (2) 跡統(tǒng)計(jì)量和最大特征值統(tǒng)計(jì)量的結(jié)論可能產(chǎn)生沖突。跡統(tǒng)計(jì)量和最大特征值統(tǒng)計(jì)量的結(jié)論

10、可能產(chǎn)生沖突。對(duì)這樣的情況，建議檢驗(yàn)估計(jì)得到的協(xié)整向量對(duì)這樣的情況，建議檢驗(yàn)估計(jì)得到的協(xié)整向量(產(chǎn)生協(xié)整向產(chǎn)生協(xié)整向量并檢驗(yàn)其平穩(wěn)性量并檢驗(yàn)其平穩(wěn)性)，并將選擇建立在協(xié)整關(guān)系的解釋能力，并將選擇建立在協(xié)整關(guān)系的解釋能力上。上。 為了實(shí)現(xiàn)協(xié)整檢驗(yàn)，從為了實(shí)現(xiàn)協(xié)整檢驗(yàn)，從VAR對(duì)象或?qū)ο蠡騁roup(組組)對(duì)象的對(duì)象的工具欄中選擇工具欄中選擇View/Cointegration Test 即可。協(xié)整檢驗(yàn)即可。協(xié)整檢驗(yàn)僅對(duì)已知非平穩(wěn)的序列有效，所以需要首先對(duì)僅對(duì)已知非平穩(wěn)的序列有效，所以需要首先對(duì)VAR模型中模型中每一個(gè)序列進(jìn)行單位根檢驗(yàn)。然后在每一個(gè)序列進(jìn)行單位根檢驗(yàn)。然后在Cointegrati

11、on Test Specification的對(duì)話框（下圖）中將提供關(guān)于檢驗(yàn)的詳細(xì)的對(duì)話框（下圖）中將提供關(guān)于檢驗(yàn)的詳細(xì)信息：信息： 關(guān)于序列關(guān)于序列假設(shè)假設(shè)可選部分可選部分關(guān)于協(xié)整關(guān)于協(xié)整方程假設(shè)方程假設(shè)滯后設(shè)定是指在滯后設(shè)定是指在輔助回歸中的一輔助回歸中的一階差分的滯后項(xiàng)，階差分的滯后項(xiàng)，不是指原序列。不是指原序列。例如，如果在編例如，如果在編輯欄中鍵入輯欄中鍵入“1 2”，協(xié)整檢驗(yàn)用，協(xié)整檢驗(yàn)用 yt 對(duì)對(duì) yt-1， yt-2 和其他指定的外和其他指定的外生變量作回歸，生變量作回歸，此時(shí)與原序列此時(shí)與原序列 yt 有關(guān)的最大的滯有關(guān)的最大的滯后階數(shù)是后階數(shù)是3。對(duì)于。對(duì)于一個(gè)滯后階數(shù)為一

12、個(gè)滯后階數(shù)為1的協(xié)整檢驗(yàn)，在的協(xié)整檢驗(yàn)，在編輯框中應(yīng)鍵入編輯框中應(yīng)鍵入“0 0”。 不能確定如不能確定如何選擇，則何選擇，則選擇此項(xiàng)選擇此項(xiàng)JohansonJohanson協(xié)整檢驗(yàn)：協(xié)整檢驗(yàn)：VarVar預(yù)測(cè)預(yù)測(cè). .wflwfl考察中國考察中國GDP,GDP,宏觀消費(fèi)宏觀消費(fèi)conscons與基本建設(shè)投資與基本建設(shè)投資invesinves的協(xié)整關(guān)系的協(xié)整關(guān)系Step1:數(shù)據(jù)處理-價(jià)格調(diào)整后的對(duì)數(shù)數(shù)據(jù)記為lngp,lncp,lnipVAR0145678910115560657075808590950005LNIPLNGPLNCPVAR(2)Step2:選擇檢驗(yàn)假設(shè)序列選擇檢驗(yàn)假設(shè)序列 yt 有

13、確定性線性趨勢(shì)，但協(xié)整方程有確定性線性趨勢(shì)，但協(xié)整方程只有截距（對(duì)話框中第三種情況），并用差分的只有截距（對(duì)話框中第三種情況），并用差分的1階滯后，階滯后，在編輯框中鍵入：在編輯框中鍵入： 1 1兩種檢驗(yàn)方法都表明含有兩種檢驗(yàn)方法都表明含有一個(gè)協(xié)整關(guān)系一個(gè)協(xié)整關(guān)系輸出結(jié)果的第一部分給出了協(xié)整關(guān)系的數(shù)量，并以兩種檢輸出結(jié)果的第一部分給出了協(xié)整關(guān)系的數(shù)量，并以兩種檢驗(yàn)統(tǒng)計(jì)量的形式顯示：第一種檢驗(yàn)結(jié)果是所謂的跡統(tǒng)計(jì)量，驗(yàn)統(tǒng)計(jì)量的形式顯示：第一種檢驗(yàn)結(jié)果是所謂的跡統(tǒng)計(jì)量，列在第一個(gè)表格中；第二種檢驗(yàn)結(jié)果是最大特征值統(tǒng)計(jì)量，列在第一個(gè)表格中；第二種檢驗(yàn)結(jié)果是最大特征值統(tǒng)計(jì)量，列在第二個(gè)表格中。對(duì)于每一個(gè)

14、檢驗(yàn)結(jié)果，第一列顯示了列在第二個(gè)表格中。對(duì)于每一個(gè)檢驗(yàn)結(jié)果，第一列顯示了在原假設(shè)成立條件下的協(xié)整關(guān)系數(shù)；第二列是式中在原假設(shè)成立條件下的協(xié)整關(guān)系數(shù)；第二列是式中 矩陣矩陣按由大到小排序的特征值；第三列是跡檢驗(yàn)統(tǒng)計(jì)量或最大按由大到小排序的特征值；第三列是跡檢驗(yàn)統(tǒng)計(jì)量或最大特征值統(tǒng)計(jì)量；第四列是在特征值統(tǒng)計(jì)量；第四列是在5%顯著性水平下的臨界值；最顯著性水平下的臨界值；最后一列是根據(jù)后一列是根據(jù)MacKinnon-Haug-Michelis (1999) 提出的臨提出的臨界值所得到的界值所得到的P值。值。 Engle和和Granger將協(xié)整與誤差修正模型結(jié)合起來，將協(xié)整與誤差修正模型結(jié)合起來，建立

15、了向量誤差修正模型。在第建立了向量誤差修正模型。在第5章已經(jīng)證明只要變量章已經(jīng)證明只要變量之間存在協(xié)整關(guān)系，可以由之間存在協(xié)整關(guān)系，可以由自回歸分布滯后模型導(dǎo)出自回歸分布滯后模型導(dǎo)出誤差修正模型誤差修正模型。而在。而在VAR模型中的每個(gè)方程都是一個(gè)模型中的每個(gè)方程都是一個(gè)自回歸分布滯后模型，自回歸分布滯后模型，多應(yīng)用于具有協(xié)整關(guān)系的非多應(yīng)用于具有協(xié)整關(guān)系的非平穩(wěn)時(shí)間序列建模。平穩(wěn)時(shí)間序列建模。 其中每個(gè)方程的誤差項(xiàng)其中每個(gè)方程的誤差項(xiàng) i (i =1，2，k) 都具有平穩(wěn)性。一都具有平穩(wěn)性。一個(gè)協(xié)整體系由多種表示形式，用誤差修正模型表示是當(dāng)前處個(gè)協(xié)整體系由多種表示形式，用誤差修正模型表示是當(dāng)前

16、處理這種問題的普遍方法，即：理這種問題的普遍方法，即： titpiittyyy111 如果如果yt 所包含的所包含的 k 個(gè)個(gè) I(1) 變量間存在協(xié)整關(guān)系，則根據(jù)變量間存在協(xié)整關(guān)系，則根據(jù)格蘭杰表示定理，格蘭杰表示定理，y可有如下表示可有如下表示titpiittyecmy111其中的每一個(gè)方程都是一個(gè)誤差修正模型。其中的每一個(gè)方程都是一個(gè)誤差修正模型。 ecmt -1 = yt -1 是誤差修正項(xiàng)，反映變量之間的長期均衡關(guān)系，系數(shù)矩陣是誤差修正項(xiàng)，反映變量之間的長期均衡關(guān)系，系數(shù)矩陣 反映變量之間的均衡關(guān)系偏離長期均衡狀態(tài)時(shí)，將其調(diào)反映變量之間的均衡關(guān)系偏離長期均衡狀態(tài)時(shí)，將其調(diào)整到均衡狀態(tài)

17、的調(diào)整速度。所有作為解釋變量的差分項(xiàng)的整到均衡狀態(tài)的調(diào)整速度。所有作為解釋變量的差分項(xiàng)的系數(shù)反映各變量的短期波動(dòng)對(duì)作為被解釋變量的短期變化系數(shù)反映各變量的短期波動(dòng)對(duì)作為被解釋變量的短期變化的影響，我們可以剔除其中統(tǒng)計(jì)不顯著的滯后差分項(xiàng)。的影響，我們可以剔除其中統(tǒng)計(jì)不顯著的滯后差分項(xiàng)。 接上例：接上例：VarVar預(yù)測(cè)預(yù)測(cè). .wflwfl考察中國考察中國GDP,GDP,宏觀消費(fèi)宏觀消費(fèi)conscons與基本建設(shè)投資與基本建設(shè)投資invesinves的的VECMVECM建模分析建模分析Step1:由前面討論發(fā)現(xiàn)價(jià)格調(diào)整后的對(duì)數(shù)變量由前面討論發(fā)現(xiàn)價(jià)格調(diào)整后的對(duì)數(shù)變量lngp,lncp,lnip三者

18、之間三者之間存在協(xié)整關(guān)系，建立相應(yīng)的存在協(xié)整關(guān)系，建立相應(yīng)的VECM一般來說，在有關(guān)一般來說，在有關(guān)VECM設(shè)定中的選擇設(shè)定中的選擇應(yīng)該與前面協(xié)整檢驗(yàn)中的選擇保存一致應(yīng)該與前面協(xié)整檢驗(yàn)中的選擇保存一致驗(yàn)證所得協(xié)整關(guān)系的平穩(wěn)性驗(yàn)證所得協(xié)整關(guān)系的平穩(wěn)性():標(biāo)準(zhǔn)差；標(biāo)準(zhǔn)差； ：t統(tǒng)計(jì)量統(tǒng)計(jì)量由于由于VEC模型的表達(dá)式僅僅適用于協(xié)整序列，所以應(yīng)先運(yùn)行模型的表達(dá)式僅僅適用于協(xié)整序列，所以應(yīng)先運(yùn)行Johansen協(xié)整檢驗(yàn)，并確定協(xié)整關(guān)系數(shù)。需要提供協(xié)整信協(xié)整檢驗(yàn)，并確定協(xié)整關(guān)系數(shù)。需要提供協(xié)整信息作為息作為VEC對(duì)象定義的一部分。對(duì)象定義的一部分。 如果要建立一個(gè)如果要建立一個(gè)VEC模型，在模型，在VA

19、R對(duì)象設(shè)定框中，從對(duì)象設(shè)定框中，從VAR Type中選擇中選擇Vector Error Correction項(xiàng)。在項(xiàng)。在VAR Specification欄中，除了特殊情況外，應(yīng)該提供與無約束欄中，除了特殊情況外，應(yīng)該提供與無約束的的VAR模型相同的信息模型相同的信息 常數(shù)或線性趨勢(shì)項(xiàng)不應(yīng)包括在常數(shù)或線性趨勢(shì)項(xiàng)不應(yīng)包括在Exogenous Series的編輯框中。對(duì)于的編輯框中。對(duì)于VEC模型的常數(shù)和趨勢(shì)說明應(yīng)定義在模型的常數(shù)和趨勢(shì)說明應(yīng)定義在Cointegration欄中。欄中。 例如，滯后說明例如，滯后說明“1 2” VEC模型右側(cè)將包括變量的模型右側(cè)將包括變量的一階差分項(xiàng)的兩階滯后。為了

20、估計(jì)沒有一階差分項(xiàng)的一階差分項(xiàng)的兩階滯后。為了估計(jì)沒有一階差分項(xiàng)的VEC模型，指定滯后的形式為：模型，指定滯后的形式為：“0 0”。 VEC模型估計(jì)的輸出包括兩部分。第一部分顯示了模型估計(jì)的輸出包括兩部分。第一部分顯示了第一步從第一步從Johansen過程所得到的結(jié)果。如果不強(qiáng)加約束，過程所得到的結(jié)果。如果不強(qiáng)加約束，EViews將會(huì)用系統(tǒng)默認(rèn)的能可以識(shí)別所有的協(xié)整關(guān)系的將會(huì)用系統(tǒng)默認(rèn)的能可以識(shí)別所有的協(xié)整關(guān)系的正規(guī)化方法。系統(tǒng)默認(rèn)的正規(guī)化表述為：將正規(guī)化方法。系統(tǒng)默認(rèn)的正規(guī)化表述為：將VEC模型中模型中前前 r 個(gè)變量作為剩余個(gè)變量作為剩余 k r 個(gè)變量的函數(shù)，其中個(gè)變量的函數(shù)，其中 r

21、表示協(xié)整表示協(xié)整關(guān)系數(shù)，關(guān)系數(shù)，k 是是VEC模型中內(nèi)生變量的個(gè)數(shù)。模型中內(nèi)生變量的個(gè)數(shù)。 第二部分輸出是在第一步之后以誤差修正項(xiàng)作為回第二部分輸出是在第一步之后以誤差修正項(xiàng)作為回歸量的一階差分的歸量的一階差分的VAR模型。誤差修正項(xiàng)以模型。誤差修正項(xiàng)以CointEq1，CointEq2，表示形式輸出。輸出形式與無約束的表示形式輸出。輸出形式與無約束的VAR輸出形式相同。輸出形式相同。 在在VEC模型輸出結(jié)果的底部，有系統(tǒng)的兩個(gè)對(duì)數(shù)似然值。模型輸出結(jié)果的底部，有系統(tǒng)的兩個(gè)對(duì)數(shù)似然值。第一個(gè)值標(biāo)有第一個(gè)值標(biāo)有determinant resid covariance (d.f. adjusted)

22、，其計(jì)算用自由度修正的殘差協(xié)方差矩陣的行列式，這是無約其計(jì)算用自由度修正的殘差協(xié)方差矩陣的行列式，這是無約束的束的VAR模型的對(duì)數(shù)似然值。標(biāo)有模型的對(duì)數(shù)似然值。標(biāo)有Log Likelihood的值是以的值是以沒有修正自由度的殘差協(xié)方差矩陣計(jì)算的。這個(gè)值與協(xié)整檢沒有修正自由度的殘差協(xié)方差矩陣計(jì)算的。這個(gè)值與協(xié)整檢驗(yàn)所輸出的值是可比較的。驗(yàn)所輸出的值是可比較的。 估計(jì)結(jié)果往往因?yàn)橥ǔ箅A數(shù)，協(xié)整向量的形式不同而非常敏感，實(shí)際估計(jì)結(jié)果往往因?yàn)橥ǔ箅A數(shù)，協(xié)整向量的形式不同而非常敏感，實(shí)際中可綜合考慮做出聯(lián)合選擇；中可綜合考慮做出聯(lián)合選擇；信息準(zhǔn)則信息準(zhǔn)則AIC,SC，協(xié)整向量的平穩(wěn)性檢驗(yàn)可輔助模型的選擇，協(xié)整向量的平穩(wěn)性檢驗(yàn)可輔助模型的選擇可以根據(jù)模型實(shí)現(xiàn)脈沖響應(yīng)函數(shù)和方差分解，并分析變量之可以根據(jù)模型實(shí)現(xiàn)脈沖響應(yīng)函數(shù)和方差分解，并分析變量之間的影響關(guān)系間的影響關(guān)系(需要自己重新建立模型進(jìn)行操作需要自己重新建立模型進(jìn)行操作) 對(duì)于對(duì)于VEC模型