(Vecto Autoregression)
Unrestricted Var
VAR
TỔNG QUAN
Tại sao
phải
nghiên cứu
và sử dụng
mô hình
VAR?
?
4
Định lý Gauss-Markov
Định lý: Nếu các giả thiết 1-6 được thỏa mãn
thì sử dụng phương pháp OLS:
1. E(u
i
|X
2i
, ,X
ki
)=0: không có sai số hệ thống
2. var(u
i
|X
2i
, ,X
ki
) = δ
2
với mọi i
3. cov(u
i
,u
j
)=0 với mọi i khác j
4. u
i
~ N(0, δ
2
)
với mọi i
5. Không có đa cộng tuyến hoàn hảo giữa các biến
X
j
6. Biến X
j
là phi ngẫu nhiên, nếu là ngẫu nhiên thì
phải độc lập với U
i
SIMS (1980s)
Các nghiên cứu trước
Yt = a0 + a1Xt + a2Yt-1 + a3Xt-1 + ut
Xt = b0 + b1Yt + b2Yt-1 + b3Xt-1 + vt
Sự chỉ trích
của SIMS
Vấn đề nội
sinh
NOBEL PRIZE
Sims đã đề nghị sử dụng
dạng thu gọn của mô hình
cấu trúc để ước lượng:
Xt = c0 + c1Yt-1 + c2Xt-1 + a1vt + ut
Yt = d0 + d1Yt-1 + d2Xt-1 + vt + b1ut
Đây chính là mô hình VAR và
nghiên cứu này của SIMS đã đạt giải
Nobel Kinh tế năm 2011
ĐỊNH NGHĨA
Xem xét mô hình VAR đơn giản gồm 2 biến:
Lãi suất Tín phiếu Kho bạc kỳ hạn 3 tháng: TB3t
Lãi suất Tín phiếu Kho bạc kỳ hạn 6 tháng: TB6t
U1t v
CHỌN TRỄ
FPE: Final prediction error criterion
AIC: Akaike information criterion
SIC: Schwars information criterion
Độ trễ phù hợp nếu thoả mãn nhiều nhất các tiêu chuẩn trên.
Mô hình VAR(p) tổng quát (dạng thu gọn):
Trong đó:
c là k × 1 vector hệ số chặn
Ai là một ma trận k × k ( i = 1, , p)
et là k × 1 vector sai số
ĐỊNH NGHĨA
![]()
![]()
ASt: Doanh thu xe hơi (Auto Sale, AS)
TBt: Tín phiếu kho bạc (Treasury Bill, TB)
Giả thiết mỗi phương trình gồm có bốn giá trị trễ của AS
và bốn giá trị trễ của TB với vai trò là biến làm hồi quy.
PHÂN RÃ PHƯƠNG SAI
Mặc dù hàm phản ứng đẩy cung cấp thông tin về mức truyền dẫn của AS đến các TB, nhưng
không cho biết tầm quan trọng của các cú sốc này trong việc giải thích sự biến động của các TB.
Để xem xét vấn đề này chúng ta áp dụng phân rã phương sai.
Mục đích của phân rã là để giảm sự không chắc chắn trong một phương trình tới phương sai
của sai số trong tất cả các phương trình.
![]()
![]()
![]()
![]()
![]()