Documente Academic
Documente Profesional
Documente Cultură
Rezolvare:
Cerinţă esenţială în construirea unui model VAR - seriile de timp din model să fie staţionare.
Fiecare coloană din tabel corespunde unei ecuaţii din modelul VAR. Pentru fiecare variabilă din partea
dreaptă a ecuaţiei Eviews afişează coeficientul estimat, eroarea sa standard şi statistica t.
3) Vom estima un model VAR(2), deci cu două lag-uri pentru fiecare variabilă:
2
Ecuatia lui Y1:
Y1𝑡 = 7,2181 − 0,0521 ⋅ Y1𝑡−1 + 0,4758 ⋅ Y2𝑡−1 + 0,0858 ⋅ Y1𝑡−2 − 0,0406 ⋅ Y2𝑡−2
(2,6082) (0,1369) (0,1127) (0,1078) (0,1145)
[2,7675] [-0,3802] [4,2210] [0,7967] [-0,3546]
Ecuatia lui Y1:
Y2𝑡 = 8,5605 + 0,2871 ⋅ Y1𝑡−1 + 0,3172 ⋅ Y2𝑡−1 + 0,0281 ⋅ Y1𝑡−2 − 0,1551 ⋅ Y2𝑡−2
(2,6082) (0,1369) (0,1127) (0,1078) (0,1145)
[2,6900] [1,7187] [2,3060] [0,2135] [-1,1096]
4) Alegeţi numărul optim de lag-uri pentru modelul VAR (utilizând criteriile informaţionale).
3
Putem estima un model VAR cu un număr oarecare de lag-uri (de exemplu 1 sau 2). Pe meniul acestui
model vom selecta:
View → Lag Structure → Lag Length Criteria.
Pentru fiecare ordin al modelului VAR (Coloana ”Lag”, de la 0 la 7), se calculează mai multe criterii
informaţionale şi indicatorii privind eroarea de previziune. Sunt marcate valorile minime ale indicatorilor,
rezultând că numărul optim de lag-uri al modelului VAR este 1.
În output-ul unui model VAR estimat găsim valorile coeficienţilor, abaterile lor standard (în paranteze
rotunde) şi valorile statisticilor t (în paranteze drepte). Deorece numărul de observaţii este mare, putem
considera 𝑡𝑐𝑟𝑡 = 2. Vom considera că un coeficientul este statistic semnificativ dacă valoarea statisticii t,
în valoare absolută, este mai mare decât 2.
În prima ecuaţie, cea pentru 𝑌1𝑡 , coeficientul variabilei 𝑌2𝑡−1 este semnificativ. Înseamnă că variabila
𝑌2𝑡−1 are influenţă asupra variabilei 𝑌1𝑡 .
În a doua ecuaţie, cea pentru Y2, coeficientul variabilei 𝑌2𝑡−1 este semnificativ, dar coeficientul variabilei
𝑌1𝑡−1 nu este semnificativ. Înseamnă că variabila 𝑌1𝑡−1 nu are influenţă asupra variabilei 𝑌2𝑡 .
4
Variabila X cauzează Granger pe Y dacă valorile curente ale lui Y pot fi prognozate mai bine cu
valorile decalate ale lui X decât fără ele.
În urma aplicării celor două teste sunt posibile patru concluzii:
• cauzalitate unidirecţională: X este cauză pentru Y (X →Y) dacă ipoteza nulă se respinge la 1) şi se
acceptă la 2);
• cauzalitate unidirecţională: Y este cauză pentru X (Y → X) dacă ipoteza nulă se respinge la 2) şi se
acceptă la 1);
• cauzalitate bidirecţională: X − Y dacă ipoteza nulă se respinge atât la 1) cât şi la 2).
• cele două variabile sunt independente dacă ipoteza nulă se acceptă la 1) şi la 2)
𝐻0 : Y2 nu influenţează Granger pe Y1
𝐻1 : Y2 influenţează Granger pe Y1
Vom admite că Y2 cauzează Granger pe Y1 dacă respingem H0.
Din output (primul rând) se vede că F-Statistic = 20,2341 şi Prob = 0,0000. Respingem ipoteza nulă la pragul de
semnificaţie de 5% şi admitem că Y2 influenţează Granger pe Y1.
𝐻0 : Y2 nu influenţează Granger pe Y1
𝐻0 : Y1 nu influenţează Granger pe Y2