《表4 收入PVAR模型的最优滞后阶数选择》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《财政政策不确定性的宏观经济效应分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:本文利用Abrigo&Love（2016）提供的pvarsoc命令选择模型最优滞后阶数，其中J统计量是GMM过度识别检验的统计量。若J-pvalue小于0.1，在10%水平上拒绝原假设，表明GMM模型设定有误。其中的模型使用变量的一阶到四阶滞后值作为工具变量，在模型设定合理的基础上，MBIC、MAIC、

在估计参数前，需要先确定模型的滞后期。一般地，可以采用AIC、BIC和HQIC准则选择PVAR模型的最优滞后阶数，通常取AIC、BIC和HQIC值最小时对应的滞后阶数作为最优滞后阶数。而当样本数有限时，一般选择1阶或2阶作为滞后阶数。为此，我们利用Abrigo&Love（2016）提供的方法选择恰当的滞后阶数以及工具变量个数，结果如表4和表5所示。方便论述起见，我们将财政收入不确定性对应的PVAR模型称为收入PVAR模型，将财政支出不确定性对应的模型称为支出PVAR模型。从表4、表5中可知，收入PVAR模型和支出PVAR模型满足过度识别检验的最优滞后阶数均为一阶，因而均需建立PVAR（1）模型。同时，也需要控制好个体固定效应与时间效应。