格兰杰因果关系检验
时间序列向量自回归模型
格兰杰因果关系检验在时间序列计量经济学模型中被广泛采用，在讨论其细节之前，我们需要对向量自回归模型作简单的介绍。
向量自回归模型设定
将单个时间序列自回归模型扩展到多个时间序列，即构成向量自回归模型。写出含有 k k k 个时间序列， p p p 阶滞后的向量自回归模型 V A R ( p ) {\rm VAR}(p) VAR(p) 表示如下：
Y t = μ + A 1 Y t − 1 + . . . + A p Y t − p + ε t , t = 1 , 2 , . . . , T . \boldsymbol{Y}_t=\boldsymbol\mu+\boldsymbol{A}_1\boldsymbol{Y}_{t-1}+...+\boldsymbol{A}_p\boldsymbol{Y}_{t-p}+\boldsymbol{\varepsilon}_t \ , \ \ \ \ t=1,2,...,T \ . Yt=μ+A1Yt−1+...+ApYt−p+εt , t=1,2,...,T .
我们将矩阵形式展开写， V A R ( p ) {\rm VAR}(p) VAR(p) 模型包括：
Y t − i = [ Y 1 , t − i Y 2 , t − i ⋮ Y k , t − i ] , i = 0 , 1 , 2 , ⋯ , p . \boldsymbol{Y}_{t-i}=\left[ \begin{array}{c} Y_{1,t-i} \\ Y_{2,t-i} \\ \vdots \\ Y_{k,t-i} \\ \end{array} \right] \ ,\ \ \ \ i =0,1,2,\cdots,p \ . Yt−i=⎣⎢⎢⎢⎡Y1,t−iY2,t−i⋮Yk,t−i⎦⎥⎥⎥⎤ , i=0,1,2,⋯,p .
A j = [ a 11 , j a 12 , j ⋯ a 1 k , j a 21 , j a 22 , j ⋯ a 2 k , j ⋮ ⋮ ⋮ a k 1 , j a k 2 , j ⋯ a k k , j ] , j = 1 , 2 , ⋯ , p . \boldsymbol{A}_j=\left[ \begin{array}{cccc} a_{11,j} & a_{12,j} & \cdots &a_{1k,j} \\ a_{21,j} & a_{22,j} & \cdots &a_{2k,j} \\ \vdots & \vdots & & \vdots \\ a_{k1,j} & a_{k2,j} & \cdots &a_{kk,j} \\ \end{array} \right] \ , \ \ \ \ j=1,2,\cdots,p \ . Aj=⎣⎢⎢⎢⎡a11,
最低0.47元/天 解锁文章
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
