【摘要】：脉冲响应函数方法是利用一个误差项发生变化或模型受到某种冲击时系统的动态响应分析模型方法。由于VAR模型具有非理论性，脉冲响应函数可用于当模型中一个变量发生变化时分析模型所有变量分别造成的影响。但是，由于脉冲响应函数对VAR模型变量的顺序十分敏感，不同的顺序会导致最终结果存在较大的差异。同时，为了更好地判断脉冲响应的结果，每组分别作了10期和100期的对比分析。
前面已经通过Granger因果检验判断了服务业4因素与服务贸易进出口之间是否存在因果关系，但是具体的影响情况还不能确定，即不知道已知存在的影响程度以及影响效果，还需要进一步研究判断。脉冲响应函数（impulse response function，IRF）方法是利用一个误差项发生变化或模型受到某种冲击时系统的动态响应分析模型方法。由于VAR模型具有非理论性，脉冲响应函数可用于当模型中一个变量发生变化时分析模型所有变量分别造成的影响。在VAR模型中，由于变量之间的动态联系，t时刻某一变量发生扰动后，会导致此后的各个变量产生连锁反应，所以IRF通过描述系统的动态反应来判断变量之间的互动关系。前面已经通过VAR模型的建立以及残差相关矩阵判断，得到服务业与服务贸易的6个因素之间存在同期和滞后期的相互影响关系，下面就通过脉冲响应做进一步的研究。但是，由于脉冲响应函数对VAR模型变量的顺序十分敏感，不同的顺序会导致最终结果存在较大的差异。而本章研究的重点是服务业发展与服务贸易竞争力提升的协同关系，为了更好地分析二者的相互影响，本章所做的脉冲响应分为两组，即服务业发展因素（GDPS、LS、HQ、URB）分别对服务贸易因素（EX、IM）的脉冲响应，和服务贸易因素对服务业发展因素的脉冲响应。同时，为了更好地判断脉冲响应的结果，每组分别作了10期和100期的对比分析。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
