金融计量学-唐铖锴

南 京 财 经 大 学20152016学年第一学期 金融计量学 课程论文校区 仙林 专业年级 金融 学号 2120133542 姓名 唐铖锴 成绩 考核目的：本课考核以课程论文形式，主要考核学生实证分析能力和论文写作能力。主要包括：文献的查找与筛选、数据的选取与处理、模型的建立与优化、结果的分析与解释，以及Eviews操作技术。考核要求：个人自主选取适当的金融或经济问题，进行实证分析，不得雷同。（按照实证论文的规范格式撰写，以下步骤仅供参考）1、介绍数据的来源并做出数据图，进行描述性统计检验（要求：有数据的介绍和描述，数据图及其分析，描述性统计检验及其结果分析）2、进行数据的平稳性检验，判定单整阶数（要求：有Eviews输出结果的截图，将输出结果编辑成规范的表格形式，并对结果给出经济学解释）3、最优滞后阶数检验（要求：有Eviews输出结果的截图，将输出结果编辑成规范的表格形式，并对结果给出经济学解释）4、协整检验（要求：有Eviews输出结果的截图，将输出结果编辑成规范的表格形式，并对结果给出经济学解释）5、建立VAR或VEC模型（要求：有Eviews输出结果的截图及其模型具体的表达式）6、Granger因果检验（要求：有Eviews输出结果的截图，将输出结果编辑成规范的表格形式，并对结果给出经济学解释）7、作方差分解和脉冲响应函数分析（要求：有Eviews输出结果的截图，将输出结果编辑成规范的表格形式，并对结果给出经济学解释）装订要求：将完成的课程论文附在本封面之后，沿左侧装订。附：评分标准：优秀：文章结构合理、实证方法正确、经济解释清楚、文字表述流畅。良好：文章结构合理、实证方法正确、经济解释较清楚、文字表述较流畅。中等：文章结构基本合理、实证方法基本正确、经济解释基本清楚、文字通顺。及格：文章结构欠合理、实证方法基本正确、经济解释不清、文字欠通顺。不及格：文章结构不合理，实证方法不正确、经济解释不清、文字不通顺。1. 介绍数据的来源并做出数据图，进行描述性统计检验 （1）数据来源于国家统计局近20年（即1995年2014年）沈阳市的国内生产总值，具体数值如下：以1995年至2014年的沈阳市的国内生产总值（以下简称Y）为例，做出数据图。Y的数值逐年上升。（2）描述性统计检验Y的均值为8511.686，标准差为6449.052，波动较大；偏度大于0，正偏，序列分布有长的右拖尾；偏度小于3，序列分布曲线的凸起程度小于正态分布，即相对于正态分布更平坦；JB-统计量为2.138513，小于5.99，接受原假设，样本数据服从正态分布。2. 进行数据的平稳性检验，判定单整阶数（1.1） 检验对象为水平序列，检验方程包含时间趋势项和截距项单位根的t检验值为-0.571375，大于1%、5%、10%三个显著性水平下的单位根检验的临界值，不能拒绝Y存在单位根的原假设，说明沈阳1995年2014年的国内生产总值序列存在单位根，是非平稳序列。（1.2）检验对象为水平序列，检验方程包含截距项，不包含时间趋势项；单位根的t检验值为7.124331，大于1%、5%、10%三个显著性水平下的单位根检验的临界值，不能拒绝Y存在单位根的原假设，说明沈阳2005年2014年的地方财政预算内收入序列存在单位根，是非平稳序列。（1.3）检验对象为水平序列，检验方程既不包含截距项，也不包含时间趋势项（none）单位根的t检验值为1.962744，大于1%、5%、两个显著性水平下的单位根检验的临界值，小于10%显著水平下，不能拒绝Y存在单位根的原假设，说明沈阳1995年2014年的地方财政预算内收入序列存在单位根，是非平稳序列。结论：沈阳市的地方财政预算内收入是非平稳的时间序列。（2）检验对象为一阶序列，检验方程依次为包含时间趋势项和截距项，包含截距项不包含时间趋势项、既不包含时间趋势项也不包含截距项，进行ADF检验。（一阶序列的分析过程与水平序列的分析一样，图片以及分析省略）结论：沈阳市的国内生产总值的一阶差分是非平稳的。（3）检验对象为二阶序列，检验方程依次为包含时间趋势项和截距项、包含截距项不包含时间趋势项、既不包含时间趋势项也不包含截距项，进行ADF检验。（二阶序列的分析过程与水平序列的分析一样，图片以及分析省略）单位根的t检验值为-2.466098，大于1%、5%、10%三个显著性水平下的单位根检验的临界值，不能拒绝Y存在单位根的原假设，说明沈阳1995年2014年的国内生产总值序列存在单位根，是不平稳序列。结论：沈阳市的国内生产总值的二阶差分是平稳的。综上：沈阳市的国内生产总值二阶差分后的序列通过单位根检验，则沈阳的国内生产总值为二阶单整。3. 最优滞后阶数检验在工作文件窗口下，点击quick/estimate/estimate equation，在对话框中输入D(CL) C TREND(1991) CL(-1) D(CL(-1)，回车，此时Akaike info criterion16.38685Schwarz criterion16.58471就在此操作窗口点击estimate，在对话框中输入D(CL) C TREND(1991) CL(-1) D(CL(-1) D(CL(-2)，回车，此时Akaike info criterion16.29446Schwarz criterion16.53952可以看出，引入二阶滞后后，Akaike和Schwarz值均变小了，表示二阶滞后是合适的，我们继续引入三阶滞后，同样在此操作窗口下点击estimate，在对话框中输入D(CL) C TREND(1991) CL(-1) D(CL(-1) D(CL(-2) D(CL(-3)，回车，此时Akaike info criterion16.25328Schwarz criterion16.54300虽然引入三阶滞后使得Akaike值变小，却使得Schwarz值变大了，因此我们确定最佳滞后阶数为二阶。LagLoglLRFPEAICSCHQ0-3242.61NA0.2411214.2321444.3414254.8776591-3224.1746.792250.2332114.2414234.334390*4.8109232-3211.1735.90112*0.234644*4.213646*4.3363594.812389*3-3209.344.5312120.2376584.3211364.4568354.8321674. 协整检验零假设特征值迹统计量5%临界值概率有0个协整向量0.006915.78617.4940.1945有1个协整向量0.00553.4713.9680.1665从上表，我们可以看出两序列，在5%显著水平下不能拒绝不存在协整关系的原假设，表明二者不存在协整关系，即股票指数与汇率之间不存在长期的稳定均衡关系。5. 建立VAR或VEC模型=+ VAR模型协整检验临界值表（迹统计量）单位根个数a 模型类型 N - r0.100.050.0112.863.846.51 模型（1）210.4712.5316.31m = 0, d = 0321.6324.3129.75协整空间中无常数项、无趋势项。436.5839.8945.58数据空间中无均值、无趋势项。555.4459.4666.52678.3682.4990.457104.77109.99119.808135.24141.20152.329169.45175.77187.3110206.05212.67226.4011248.45255.27269.8117.529.2412.97 模型（2）217.8519.9624.60m1 0, m2 = 0, d = 0332.0034.9141.07协整空间中有常数项、无趋势项。449.6553.1260.16数据空间中无均值、无趋势项。571.8676.0784.45697.18102.14111.017126.58131.70143.098159.48165.58177.209196.37202.92215.7410236.54244.15257.6811282.45291.40307.6412.693.766.65 模型（3）213.3315.4120.04m1 0, m2 0, d = 0326.7929.6835.65协整空间中有常数项、无趋势项。443.9547.2154.46数据空间中有线性趋势、无二次趋势项。564.8468.5276.07689.4894.15103.187118.50124.24133.578150.53156.00168.369186.39192.89204.9510225.85233.13247.1811269.96277.71293.44110.4912.2516.26 模型（4）222.7625.3230.45m1 0, m2 0, d1 0, d2 = 0339.0642.4448.45协整空间中有常数项、有线性趋势项。459.1462.9970.05数据空间中有线性趋势、无二次趋势项。583.2087.3196.586110.42114.90124.757141.01146.76158.498176.67182.82196.089215.17222.21234.4110256.72263.42279.0711303.13310.81327.4512.573.746.40 模型（5）216.0618.1723.46m1 0, m2 0, d1 0, d2 0331.4234.5540.49协整空间中有常数项、有线性趋势项。450.7454.6461.24数据空间中有二次趋势项。573.4077.7485.786100.14104.94114.367130.84136.61146.998164.34170.80182.519201.95208.97222.4610244.12250.84263.9411288.08295.99312.586. Granger因果检验零假设F统计量概率USD不是SH的格兰杰原因0.23460.7087SH不是USD的格兰杰原因5.22190.0134我们看出在5%显著水平下，不能拒绝“USD不是SH的格兰杰原因”这一原假设.而在1%显著水平下，拒绝“SH不是USD的格兰杰原因”这一原假设.7. 作方差分解和脉冲响应函数分析LGYH的脉冲响应LGYH受到LXD的脉冲响应要强于LGP和其自身对它的脉冲响应。当在本期给LXD一个标准差的新息后，LGYH立刻有较强响应，增加了0.043，之后LGYH虽有缓慢下降的趋势，但可以看出无论从短期还是长期来说，LGYH对LXD的冲击皆具有显著、稳定的正向响应，由强渐弱，长期趋于0.03，LXD对LGYH的效应时滞为1期。LGYH对其自身的冲击在第1期增加了0.021，第2期有所下降，但长期保持微弱的正向影响。LGYH对来自LGP的脉冲响应在第1期几乎没有反应，到第2期才较为明显，但影响时间不长，到第6期基本上只有0.01的微弱正影响，LGP对LGYH的作用时滞为2期。LXD的脉冲响应LXD受自身的冲击影响最大，当在本期给LXD一个单位冲击后，LXD随即增加0.077，在第3期达到峰顶，之后LXD缓慢下降并趋于稳定，长期趋于0.12。LXD对来自LGYH的一个标准差的新息在第1期没有影响，第2期比较显著，第3期响应最大，后趋于稳定，作用时滞2期。而LGP的冲击对LXD在短、长期皆具有正向响应，除第2期外，一直保持0.04的稳定水平。LXD受三个变量的冲击具有显著的正向影响，大致在第4期后趋于稳定。LGP的脉冲响应 LGP受其自身的单位冲击具有长期正向响应，在第一期时最为显著，随后迅速下降，在第3期响应最小，第4期后稳定在0.08左右。LGP对来自其他变量LGYH、LXD的新息在第1期均没有反映，在第2期跌至低谷，呈现微弱的负效应，之后又同时上升，在第4期达到峰顶并趋于稳定，LGP对LXD的冲击响应长期趋于0.23，影响较为显著，而对LGYH的脉冲响应长期趋于0.09，与自身的冲击影响效果相当，LGYH对LGP的作用时滞为3期。LGYH的方差分解分析LXD的冲击对LGYH影响最大，且基本稳定在78%左右，表明间接融资方式长期对安徽新型工业化水平的影响是显著的。而LGP的冲击对LGYH的影响在第2、3步预测中有微弱上升后，一直处于8%以下。LXD的方差分解分析 LXD的预测方差主要来自其自身的冲击，从第2步预测开始就一直保持在78%左右；LGYH的冲击对LXD的影响不大，只是随预测步长的延长而逐渐增大，但其新息的影响没有超过LXD预测方差的13%；而LGP的冲击对LXD的影响则呈下降趋势，在第1步预测时其新息的影响占LXD预测方差的26.17%，在第2步时迅速下降为10.75%，之后就一直处于9%以下。LGP的方差分解分析 LGP的波动主要受自身冲击的影响，尽管这种影响呈明显的下降趋势，但仍然占50%以上。LXD和LGYH的新息对LGP的预测方差贡献均在第2步预测时才开始显现，但LXD的冲击对LGP的预测方差贡献增长较快，由第2步预测时的0.64%上升到34.19%。LGYH的新息对LGP的影响则处于缓慢增长态势，长期趋于8%左右。金融计量经济学第1页 共1页