ARDL模型的运用实验指导

ARDL模型的运用实验指导一、实验目的：理解ARDL模型的原理与应用条件，运用ARDL模型，估计变量之间长期关系的系数。注意，只有当能够确定第一步所估计的变量间的长期关系是肯定存在的，而不是伪回归，那么才能应用该模型进行估计。二、基本概念：ARDL(autoregressivedistributedlag)称为自回归分布滞后模型。ARDL模型的一大优点，就是我们不用管变量是否同为过程，或同为过程，都可以用ARDL模型来检验变量之间的长期关系，而这是标准的协整检验所做不到的。三、实验内容及要求：运用ARDL模型研究美国非耐用消费品支出LC(取对数形式)与真实可支配收入LY(取对数形式)，通胀率PI之间的关系，数据为1960年1季度到1994年1季度的季度数据。要求：在认真理解本章内容的基础上，通过实验掌握ARDL模型的实际应用方法，并熟悉Microfit软件的基本使用方法。四、实验指导：ARDL模型的主要优点在于不管回归项是(0)I还是(1)I，都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成(0)I和(1)I。首先，我们调用Microfit软件读入EX6.1的数据文件。对原始数据进行取对数作差分的处理。由于观测值是季度数据，ARDL模型中最大滞后阶数取4阶，利用1960年1季度到1992年4季度的样本区间进行估计，1993年1季度到1994年1季度的数据进行预测。对应于ARDL(4,4,4)中变量LC，LY和DP的误差修正模型（ECM）如下：4440111112131titiitiitiiiittttDLCabDLCdDLYeDPILCLYPIu（6.4）检验的原假设是：变量间不存在稳定的长期关系。即：0123:0H备择假设是：11:0H或20或30检验123,,联合显著的统计量就是我们熟悉的F统计量。为了计算F统计量，在Microfit中选择Single，在编辑窗中输入：DLCINPTDLC{1-4}DLY{1-4}DPI{1-4}选择估计样本期1960年1季度到1992年4季度，按START，然后按OK，就得到了用OLS估计的一阶差分的回归结果，这个结果对我们没有直接的用途。按CLOSE回到选择菜单，选“2.Movetohypothesistestingmenu”，如图。图4—1选择假设检验按“ok”出现以下窗口：图4—2假设检验窗口选“6.Variableadditiontest”，按“OK”后在“Inputtext”窗口中输入长期变量的滞后值：LC(-1)LY(-1)PI(-1)按“OK”后出现以下的估计结果：图4—3假设检验结果F统计量出现在该结果的最后一行。F统计量用于检验原假设：所有水平变量的系数为零（即水平变量之间不存在长期关系），我们记作(|,)5.43FLCLYPI。在原假设0123:0H成立时，F统计量服从一个非标准的分布，而不管LC，LY和PI是(0)I还是(1)I过程。Pesaran已经计算出了该检验的临界范围表。查表可知，在95%的置信水平该F统计量的范围在3.793到4.855之间。因为(|,)5.43FLCLYPI超出了临界值上界，我们就能拒绝LC，LY和PI之间没有长期关系的原假设，而不管它们是(0)I还是(1)I过程。以上我们已经证明LY和PI对LC有长期的影响。同时，我们还要考虑：LC和PI对LY是否有长期的影响？LC和LY对PI是否有长期的影响？重复以上的过程，只是把因变量DLC分别替换成DLY和DPI,我们可以得到以下结果：(|,)2.631FLYLCPI(|,)1.359FPILYLC以上两个统计量都低于临界范围的下界3.793，从而我们无法拒绝原假设：在DLY和DPI作为因变量的方程中，加入长期变量是不显著的。同样，该结论的成立不依赖它们是(0)I还是(1)I过程。以上的检验结果显示：LC和LY，PI之间存在长期关系，LY和PI对LC有长期的影响。现在，我们用Microfit软件中的ARDL选项来估计变量间的长期系数以及相应的误差修正模型ECM。在Univariate菜单中选择6.ARDLapproachtocointegration，清空编辑窗口，然后键入：LCLYPI&INPT选择样本期1960年1季度到1992年4季度进行估计，最大滞后值取4，按START。Microfit软件估计了125个回归方程，即共21(41)个回归方程，并提供了以下选择菜单：图4—4ARDL选择菜单用SBC准则选择的模型为ARDL(1,2,0)，用AIC准则选择的模型为ARDL(2,2,3),估计的变量之间长期关系的系数分别如下：图4—5ARDL(1,2,0)估计结果图4—6ARDL(2,2,3)估计结果两个模型估计的结果很近似。但是可以看出，用AIC准则选择的模型ARDL(2,2,3)估计的标准误差（StandardError）要比用SBC准则选择的模型ARDL(1,2,0)估计的标准误差小。要得到长期估计的误差修正模型ECM,在“PostARDLModelSelectionMenu”中选3：图4—7选择建立误差修正模型用AIC准则选择的误差修正模型的结果如下：图4—8AIC准则选定的误差修正模型结果除了DLC1的系数外，其它系数都是统计显著的。ARDL模型也通过了所有的诊断检验。误差修正项ECM的系数，估计为-0.12599（0.036172），是统计上高度显著的，并且有正确的符号（负号）。这表明了一个向均衡收敛的合适的速度。误差修正项系数越大（绝对值），表明经济受到冲击以后（onceshocked），向均衡回复的速度越快。在给定过去和当前真实可支配收入和通胀变化的条件下，以上的误差修正模型也能用来预测消费的变化，在“PostARDLModelSelectionMenu”中选4：图4—9选择利用ARDL模型预测然后点击“ok”，得到结果如下：图4—10预测结果预测期间（1993Q1to1994Q1）误差平方和均值的平方根（RootMeanSumSquares）大约为每季度0.45%，优于估计期间（1961Q2to1992Q4）0.519%的水平。然而，模型没有预测到1993年1季度非耐用品消费支出的下降。