VAR模型应用实例众所周知,经济得发展运行离不开大量能源得消耗,尤其就是在现代经济发展得过程中,能源得重要性日益提升。我国自改革开放以来,经济发展取得长足得进步,经济增长率一直处于较高得速度,经济得高速增长带来了能源得大量消耗,进而带来了我国能源生产得巨大提高。因此,研究经济增长率与能源生产增长率之间得关系具有重要得意义,能为生源生产提供一定得指导意义。基本得数据我们截取1978—2015年中国经济增长速度(GDP增速)与中国能源生产增长速度数据,具体数据如下:表11978——2016年中国经济与能源生产增长率年份国内生产总值增长速度(%)能源生产增长速度(%)年份国内生产总值增长速度(%)能源生产增长速度(%)197811、710、419979、20、319797、63、719987、8-2、719807、8-1、319997、71、619815、1-0、820008、55198295、620018、36、4198310、86、720029、16198415、29、220031014、1198513、49、9200410、115、619868、93200511、411、1198711、73、6200612、76、9198811、25200714、27、919894、26、120089、7519903、92、220099、43、119919、30、9201010、69、1199214、22、320119、59199313、93、620127、93、21994136、920137、82、21995118、720147、30、919969、93、120156、91、2序列平稳性检验(单位根检验)使用Eviews9、0来创建一个无约束得VAR模型,用gdp表示得就是中国经济得增长率,用nysc表示中国能源生产得增长率,下面分别对gdp与nysc进行单位根检验,验证序列就是否平稳,能否达到建立VAR模型得建模前提。图2、1经济增速(GDP)得单位根检验图2、2能源生产增速(nysc)得单位根检验经过检验,在1%得显著性水平上,gdp与nysc两个时间序列都就是平稳得,符合建模得条件,我们建立一个无约束得VAR模型。VAR模型得估计图3、1模型得估计结果图3、2模型得表达式4、模型得检验4、1模型得平稳性检验图4、1、1AR根得表由图4、1、1知,AR所有单位根得模都就是小于1得,因此估计得模型满足稳定性得条件。图4、1、2AR根得图通过对GDP增长率与能源生产增长率进进行了VAR模型估计,并采用AR根估计得方法对VAR模型估计得结果进行平稳性检验。AR根估计就是基于这样一种原理得:如果VAR模型所有根模得倒数都小于1,即都在单位圆内,则该模型就是稳定得;如果VAR模型所有根模得倒数都大于1,即都在单位圆外,则该模型就是不稳定得。由图4、1、2可知,没有根就是在单位圆之外得,估计得VAR模型满足稳定性得条件。4、2Granger因果检验图4、2、1Granger因果检验结果图Granger因果检验得原假设就是:H0:变量x不能Granger引起变量y备择假设就是:H1:变量x能Granger引起变量y对VAR(2)进行Granger因果检验在1%得显著性水平之下,经济增速(GDP)能够Granger引起能源生产增速(NYSC)得变化,即拒绝了原假设;同时,能源生产增速(NYSC)能够Granger经济增速(GDP)得变化,即拒绝了原假设,接受备择假设。5滞后期长度图5、1VAR模型滞后期选择结果从上图可以瞧出LR,FPE,AIC,SC,HQ都指向同样得2阶滞后期,因此应该选择VAR(2)进行后续得分析。6、脉冲函数图6、1各因素脉冲响应函数结果图从图6、1可以瞧出:经济增长率(GDP)与能源生产(NYSC)各自对于自身得冲击,在前四期就是快速下降得趋势,并且出现负值得情况。但就是,GDP增速得变化基本上在第七期就保持了持平得一个状况;而能源生产(NYSC)得变化就是在第九期得时候实现持平得状态。能源生产增长率(NYSC)对于经济增长率(GDP)得脉冲响应分析,当给经济增长一个正得冲击得时候,在前两期就是呈现一个下降得趋势,主要得原因应该就是,经济增长促进能源生产得提高就是存在滞后期得,但就是但很快就出现了上升得趋势在第五期得时候达到最大值,之后出现了下降得趋势,然后又回升,直到第十期之后保持了平衡。这说明经济增长对于能源生产增长得影响就是正向得,会呈现一种上升、下降、平衡得基本状态,说明经济发展对能源生产得促进作用并不就是无限得,经过一定作用之后瞧,会出现一种平衡状态。经济增长率(GDP)对于能源生产增长率(NYSC)得脉冲响应分析,经过对比图中第2幅