我国股票指数与通货膨胀之间相关关系的研究

k维扰动向量。

3.2自回归阶数P的确定
向量自回归（V AR）模型滞后阶数P的确定是一个权衡取舍的过程。

滞后阶数越大越能完整的刻画所构造模型的动态特征，但越大，需要估计的参数也会越多，会导致模型自由度的损失。

在实际应用中，一般运用以下两种准则来确定模型的滞后阶数：（1）AIC信息准则和SC准则；（2）LR（似然比）检验。

3.3Granger因果检验
格兰因果关系检验是V AR模型对在时间序列变量之间分析的重要应用。

其实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中。

一个变量如果受到其他变量的滞后影响，则称它们具有Granger因果关系。

3.4IRF脉冲响应函数
在实际应用中，我们还运用脉冲响应函数方法（IRF）来分析V AR模型，他是考虑一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响。

其基本思想是用时间序列模型来分析影响关系的一种思路，是考虑扰动项的影响是如何传播到各个变量的。

3.5方差分解
一般情况下，我们还会运用方差分解来进行分析，它是通过分析每一个结构冲击对内生变量变化（通常用方法来度量）的贡献度，进一步评价不同结构冲击的重要性。

因此，方差分解给出对V AR模型中的变量产生影响的每个随机扰动的相对重要性的信息。

3.6Johansen协整检验
研究一组非平稳时间序列时，通常会关心它们是否具有协整关系，即是考虑非平稳时间序列之间是否存在一种长期关系，如果存在协整关系，我们则需要进一步确认这种长期关系的形式。

3.7向量误差修正（VEC）模型
在V AR模型中的每一个方程都是一个自回归分布滞后模型。

因此，VEC向量误差修正模型实质上是含有协整约束的V AR模型，多应用于具有协整关系的非平稳时间序列建模。

如果式（1）的y
t
所包含的k个I(1)过程存在协整关系，则
不包含外生变量可以表示为
（2）4通货膨胀率与上证综合指数长期关系的实证检验
4.1基于V AR模型的通货膨胀率与上证综合指数关系研究模型的建立
采用CPI序列和上证指数序列在进行最优滞后阶数确定
2Granger 因果检验结果
由图1可知，V AR 模型的特征根倒数的模都在单位圆内，即V AR 模型是稳定的；由图2可知，两个变量序列之间不存在
明显的变量与因变量之间的关系。

图3
脉冲响应函数的结果图4方差分解结果
根据图3可知，在V AR 模型内部，上证指数序列的增长在滞后4期之后会较小的正向影响通胀率的上升；通胀率序列的增长在滞后前3期会对上证指数有一个极其微弱的正促进，之后保持不变。

由图4可见，对于V AR 模型在外加通胀率序列和上证指数序列的影响之后，上证指数会给通货膨胀率产生一定的较微弱的正促进，反之则基本不产生影响。

由图5可知，通胀率和上证指数序列之间不存在协整关系。

故接下来将不再继续进行建立误差修正（VEC ）模型进行
研究分析。

图5
通胀率与上证指数协整检验结果
图6通胀率与上证指数的综合分析
4.3通货膨胀率与上证综合指数长期关系小结
综合以上的研究表明，基于长期的数据综合分析通胀率。