[벡터자기회귀(VAR), 벡터자기회귀(VAR) 개념, 벡터자기회귀(VAR) 형태, 벡터자기회귀 사례]벡터자기회귀(VAR)의 개념, 벡터자기회귀(VAR)의 형태, 벡터자기회귀(VAR)의 사례, 벡터자기회귀(VAR)의 유의점

소개글

[벡터자기회귀(VAR), 벡터자기회귀(VAR) 개념, 벡터자기회귀(VAR) 형태, 벡터자기회귀 사례]벡터자기회귀(VAR)의 개념, 벡터자기회귀(VAR)의 형태, 벡터자기회귀(VAR)의 사례, 벡터자기회귀(VAR)의 유의점에 대한 보고서 자료입니다.

목차

Ⅰ. 개요

Ⅱ. 벡터자기회귀(VAR)의 개념

Ⅲ. 벡터자기회귀(VAR)의 형태

Ⅳ. 벡터자기회귀(VAR)의 사례

Ⅴ. 벡터자기회귀(VAR)의 유의점

참고문헌

본문내용

기승수행렬 D(0)에는 제약조건이 없으므로 D(0)에는 25개의 미지수가 있다. 따라서 D(0)를 적정식별하기 위해서는 10개의 제약조건이 필요하다.
교역조건의 내생성을 전제로 하여 수출단가와 수입단가의 비율인 순상품교역조건이 국내 및 해외공급충격, 국내수요충격, 국내 및 해외통화충격의 5가지 충격의 영향을 받으며 국내수요충격에는 국내통화충격이 포함되지 않는다. 또한 교역조건이 단기적으로는 5가지의 실물충격과 통화충격을 모두 받지만 장기적으로는 실물충격의 영향만을 받는다고 본다. 여기서 장기승수행렬에 대한 제약조건은 화폐의 장기중립성과 소규모 개방경제에 관한 가정을 사용하여 다음과 같이 한다.
① 國內供給衝擊은 해외경기(WMP)에 장기적 영향을 주지 않는다.
② 國內需要衝擊은 해외경기와 국내실질소득(GDP)에 장기적 영향을 주지 않는다.
③ 海外通貨衝擊은 해외경기와 국내실질소득 및 교역조건(TOT)에 장기적 영향을 주지 않는다.
④ 國內通貨衝擊은 통화량(MON)을 제외한 다른 변수에 장기적 영향을 주지 않는다.
이 제약조건으로부터 해외경기는 외생으로 주어지는 반면 통화량은 모든 변수로부터 영향을 받음을 알 수 있다. 이러한 조건 ①～④를 반영한 장기승수행렬을 다음과 같이 나타낼 수 있다.
d12 = d13 = d14 = d15 = 0
d23 = d24 = d25 = d34 = d35 = d45 = 0
여기서 dij의 i는 행을, j는 열을 나타낸다. 이 제약조건 및 식(7)과 식(8)를 이용하여 당기승수행렬이 구해지며 장기승수행렬은 식(7)로부터 구해진다.
Ⅴ. 벡터자기회귀(VAR)의 유의점
VAR모형에 의해서 예측을 할 수 있음은 두말할 나위 없다. 그러나 여기에서는 예측모형으로서의 역할을 설명하지 않았다. 그것은 2장에서 설명된바와 같이 VAR모형의 해가 개별 회귀방정식의 해와 같으므로 모든 개별 회귀방정식을 시차가 일정한 AR모형으로 고정한 VAR모형보다는 좀더 여러 가지 형태의 모형을 사용할 수 있는 연립방정식 체계ㅡ이 모형이 모형 적합도 측면에서 우수할 수 있으며, 이에 따라 예측력도 높을 수 있다는 생각 때문이다. 이 점은 Bayesian VAR모형의 모수에 제약을 가함으로써 어느 정도는 극복할 수 있다.
개별 회귀방정식은 모형 적합도를 높일 수 있으며 예측을 쉽게 할 수 있는 장점은 있으나, 예측뿐만 아니라 어느 한 변수가 변했을 때 시간에 따라 다른 변수에 어떻게 영향을 미치는가를 파악하기 위한 연립방정식 체계로 변환 하였을 때는 구조적 불안정으로 그 해의 의미가 없을 수 있다. 또한 연립방정식 체계는 경제이론을 기초로 모형을 설정함으로써 변수선정 및 개별방정식 설정에 신중을 기해야 한다.
그러나 VAR모형은 어떠한 경제이론을 근거로 변수를 이용하므로 연립방정식 체계보다 적은 수의 변수를 이용하므로 연립방정식 체계보다는 수월하게 모형을 설정할 수 있는 장점이 있다. 그러나 VAR모형의 설정시 표본기간, 사용될 변수 및 변수의 순서, 시차길이에 의해서 결과가 달라질 수 있음은 유의하여야 한다.
참고문헌
* 곽노선(2004), 구조적 벡터자기회귀모형의 방법론, 서강대학교 시장경제연구소
* 문권순(1997), 벡터자기회귀(VAR)모형의 이해, 통계청
* 박숙경(2008), 공적분된 벡터 자기회귀 모형에서의 일반화 적률 추정법, 서울대학교
* 정동빈(2006), 벡터자기회귀모형을 이용한 수요예측 적용사례에 관한 연구, 한국국제회계학회
* 차경수(2012), 구조적 벡터자기회귀모형을 이용한 공공 SOC투자 충격의 효과 분석, 전북대학교 산업경제연구소
* 편도훈(2008), 벡터 자기회귀와 지지 벡터 회귀에 기반한 시계열 예측 복합 모형, 서울대학교

키워드

벡터자기회귀,   VAR,   지지 벡터 회귀,   계수행렬,   경제변수,   사례