论文部分内容阅读
脉冲响应函数是一种因果性分析方法,它伴随着向量自回归模型的发展而得到广泛应用。纵观脉冲响应函数在我国近二十年的实际应用,存在三个问题：新息分解方法的随意性；最优滞后阶数估计方法的随意性；小样本下脉冲响应系数显著性检验的忽略。针对以上问题,本文重点研究了如何在实证应用中更加规范的利用脉冲响应函数。本文首先在向量自回归系统的框架下,重点分析了Choleskey分解方法,Wold因果链检验,脉冲响应系数矩阵的渐近分布,以及小样本下脉冲响应系数的自举置信区间的模拟步骤。并在结构VAR系统框架下,介绍了K-模型,C-模型以及AB-模型等三种新息分解方法,以及结构脉冲响应系数矩阵的渐近分布和小样本自举置信区间。然后采用Monte Carlo模拟方法分析了滞后阶数选择对脉冲响应函数的影响。最后根据前文的研究结果,分别在短期约束的SVAR模型以及长期约束的SVAR模型下,考察实际股票实际收益率与通货膨胀率之间的动态关系。基于以上理论分析与实证研究,本文得到如下结论：第一,新息分解方面。实证分析中,应首先进行Wold因果链检验,如检验通过即可采用Choleskey分解；如没有通过,则需设定结构参数矩阵后进行结构脉冲响应函数分析,同时为保证脉冲响应函数的唯一性,要求所设结构参数矩阵应恰好识别。第二,滞后阶数选取方面。基于Monte Carlo模拟分析,无论样本大小,HQC准则均可选择最优滞后阶数。第三,脉冲响应系数估计有效性方面。由于我国宏观经济的小样本属性,相比于渐近区间,自举置信区间能够作出更为有效的统计推断。本文理论创新主要体现在新息分解方法的选择以及滞后阶数准则的选择方面：(1)变量之间递归关系的检验；(2)以我国宏观经济领域数据为基础,通过Monte Carlo模拟分析比较5种模型选择准则对脉冲响应函数的影响。应用方面的创新体现在,构建关于实际股票收益率和通货膨胀率的短期约束的结构系统以及长期约束的结构系统,通过规范的脉冲响应函数分析方法,对这两个变量从短期过渡到长期的动态相关关系进行研究。