基于VAR的宏观经济指数对中国宏观经济的影响分析

1引言大量学者希望通过研究社会环境的各种因素来找出经济发展的规律. 但是到目前为止，对经济波动周期的预测仍然是一个尚未解决的问题. 一方面，由于经济所处的社会环境存在很多不确定性，因此短期预测将比长期预测具有更高的准确性；另一方面，由于人是经济生活的主体，人的心理因素也是影响经济发展和货币汇率等重要因素. 但是，除了这些不可控制的因素外，经济波动仍需遵循规则. 繁荣指数是指繁荣程度. 它是对企业家在企业景气调查中对景气变化情况的定性判断的定量描述，用来反映宏观经济运行状况，企业生产经营状况以及未来发展变化趋势. [1]目前，尚无关于使用商业环境指数来预测宏观经济状况的报告. 只有学者分析了他们对估计生产需求的贡献[2]. 尽管宏观经济景气指数对经济的影响不是很直接，但是经过研究，它具有一定的预测经济周期下一阶段的能力. 而当前宏观经济景气指数的高低可能会影响当时的社会信心，同时影响产品的供应和消费者的消费心理，从而间接影响消费价格指数，政府支出，社会投资等与GDP因子密切相关的经济体. 由于宏观经济的复杂性，全面性和动态性，我们尝试使用国外经济学界目前使用的矢量自回归（VAR）技术来分析宏观经济现象，以确定中国通货膨胀的宏观经济指标以及直接影响这些因素的因素. 影响通货紧缩及其影响程度，以增强防控能力，稳定中国市场经济秩序.

2模型分析2.1模型介绍美国经济学家Sims在1980年提出的矢量自回归（VAR）技术首次首次用于宏观经济结构建模[3]，并且近年来已广泛使用[4]. ,, 5,6]，成为定量分析宏观经济问题的有力工具. VAR的核心是一个由一组方程组成的方程系统中国宏观经济景气指数，方程中的每个变量由其自身的滞后变量以及方程系统中的其他变量及其滞后变量确定. VAR方法特别适用于不需要对复杂的宏观经济现象进行事先假设的情况. VAR本身不排除任何假设，但是它使我们可以通过时间信息序列来区分这些假设. 寻找通货膨胀和通货紧缩的原因非常适合，因为我们不必因为其产生的原因而做出先验假设，而不必排除先验假设引起的局限性. 多元时间序列是一阶VAR过程，或简称为以下模型: trVAR（p）011 ... ttptprrrt，a（1）p0其中0是k维矢量，并且是ak matrix，{}是具有不相关序列的随机向量序列，均值为0，协方差矩阵为. 在实际应用中肯定是肯定的. 否则，尺寸可以简化. 我们通常假设多元正态性. 它们是扰动向量. 它们可以同时相互关联，但是它们与自己的滞后值或方程式右侧的向量无关. 在时间序列分析中，ktatatrta通常使用上述简化模型. 一个很容易估计，另一个是主要原因中国宏观经济景气指数，因为同步相关不能用于预测.

2.2模型的初步分析通过筛选和大量分析通常被认为会影响宏观经济波动的因素，诸如实际居民消费，实际政府消费，实际出口，实际，汇率和其他常用因素等因素分析GDP的变化其中，选择对实际居民消费，实际政府消费，实际出口和实际影响最大的几个因素作为辅助因素（数据来源: 巨源）. 从图1和图2可以看出，GDP与消费和出口趋势高度相关. 通常，经济繁荣对产品需求的繁荣有很大的影响. Christiano [7]，Oh和Han [8]，Bagliano和Favero [9]等认为经济繁荣模型会影响收入状况和消费模式，从而改变了消费热点和企业竞争力评估模式，并最终导致了产品的产生. 需求繁荣状态. 变化发生了. 在繁荣时期，产品需求的平均水平总体上有所上升，而萧条时期则有所下降. 但这并不构成充分和必要的条件. 生产供应过剩将导致价格下跌，并且容易出现供不应求的情况

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/dianqi/article-172329-1.html