基于交互效应的空间面板结构VAR模型理论与应用_刘亚清著_9787564235024

　　《基于交互效应的空间面板结构VAR模型理论与应用》首先通过梳理结构VAR及面板数据结构VAR模型、空间面板数据模型等相关理论，建立一个相对完整的空间面板数据结构VAR模型研究框架。在此基础上，进一步纳入时间和个体交互项，给出基于交互效应的空间面板数据结构VAR模型的理论基础和估计方法。
　　最后，《基于交互效应的空间面板结构VAR模型理论与应用》将交互效应空间面板数据模型、空间面板数据结构VAR模型和交互效应空间面板数据结构VAR模型应用于区域宏观经济诸如产业协同发展、能源消费、经济增长空间传导机制等经济问题的分析。通过对交互效应空间面板数据结构VAR模型及其相关理论的应用，一方面可以检验模型对现实经济问题的解释与分析能力，同时可为探究中国区域产业关联传导机制与路径、区域经济增长空间传导路径、区域产业协同发展等问题提供一种分析工具，为相关的经济问题提供理论支持与政策建议。

　　与传统的计量经济模型（如线性回归模型、联立方程模型）等以经济理论为基础建立描述经济变量之间结构关系的模型不同，西姆斯（Sims，1980）提出的向量自回归（VAR）模型是一种基于经济数据来研究经济系统动态变化的时间序列分析模型。VAR模型采用多方程联立的形式，在模型的每一个方程中，内生变量对模型所有内生变量的滞后项进行回归，从而估计全部内生变量间的动态关系。经过30多年的发展，VAR模型在宏观经济变量性质的准确描述和预测以及经济政策影响因素和效果的模拟研究等领域具有广泛应用，已成为经济政策分析的重要方法。2011年的诺贝尔经济学奖授予了西姆斯教授，其获奖理由就是开创性地利用VAR模型分析宏观经济中的因果关系，对实证宏观计量经济的发展做出了重要贡献。这也充分反映了VAR类模型在经济分析中的广泛应用和强大的解释力。
　　采用VAR模型分析经济问题时，由于VAR模型是基于数据驱动的模型，一种非理论模型，故其单个参数估计值的经济解释是困难的。故在VAR模型中通常不解释单个参数估计值的经济意义，而是分析经济系统中受到某种冲击时各个变量的动态变化，以及每个冲击对内生变量变化的贡献程度，也即我们熟悉的脉冲响应函数和方差分解分析。
　　然而，VAR模型中内生变量的即期关系并没有得到有效体现，从而导致经济变量间的即期关系包含在随机扰动项中，造成了随机误差项的相关。简约式VAR模型未考虑结构性的经济冲击，难以与实际经济状况相吻合，对于诸如脉冲响应函数和方差分解的解释出现了一定困难。布兰查德和柯（Blanchard an dQuah，1990）对简约式VAR模型进行修正，提出包含内生变量即期关系的结构向量自回归（SVAR或结构VAR）模型。结构VAR模型相比于传统联立方程而言，两者之间的关键差异在于后者通常采用过多的约束来识别系统。通常情况下，结构VAR模型避免过度简化模型，为识别参数施加恰好足够多的参数，使得模型可以恰好识别。即结构VAR模型尝试加入结构性约束得到唯一的结构关系，解决模型对信息的识别问题，使得脉冲响应和方差分解具有一定的经济意义。此后，结构VAR模型逐渐取代了简约式VAR模型，在时间序列的性质研究、预测、宏观经济政策分析等领域得到更加广泛的应用。
　　然而，随着模型中变量数的增加，VAR模型的待估参数成倍增加，只有增加样本数才能有效估计模型参数，霍尔茨一埃金、纽伊和罗森（Holtz-Eakin、Newey and Rosen，1988）对面板数据VAR模型的探讨则可以有效解决此问题。由于面板数据模型的多样本性，而且与时间序列数据或者横截面数据相比，面板数据在控制异质性、降低数据多重共线性、减少数据偏倚性等诸多方面更具优势。因此，面板数据VAR模型的理论与应用研究受到众多学者的关注。尤其是由米肖和范索斯特（Michaud and VanSoest，2008）、米切尔和威尔（Mitchell and Weale，2008）发展出的面板数据结构VAR模型.可以系统反映经济体系中各个内生变量的同期和跨期关系，在经济变量的动态关系研究领域得到了广泛的关注与应用。

你还可能感兴趣

我要评论