VAR模型Stata实例操作 | 您所在的位置:网站首页 › VAR预测 › VAR模型Stata实例操作 |
一.步骤
1.序列平稳性检验 2.确定滞后阶数 3.模型平稳性检验 4.格兰杰因果关系检验 上述检验都通过后再进行以下步骤 5.脉冲响应分析 6.方差分解 二.各步骤的具体解释1.序列平稳性检验 主要两种方法:单位根检验,看ACF、PACF图的截尾拖尾情况 ACFPACF模型截尾拖尾MA拖尾截尾AR拖尾拖尾ARMA像cosθ或者sinθ这种既没有截尾也没有拖尾的函数图像,就是不平稳序列;需要经过差分或者去除趋势等步骤变为平稳时间序列再进行下一步。 2.确定滞后阶数(定阶) 定阶准则: (1)信息准则:大多数选择 (看表格中哪阶*多,就选哪阶) (2)向下检验法 (3)残差序列白噪声检验: 检验是否自相关,比如说原本是VAR(p)模型,我们错误的设定为VAR(p-1)模型,模型中缺少的一项βY_t-p会被纳入VAR(P-1)的残差项中,使得残差序列和变量相关,违反模型假设。 3.模型平稳性检验(注意与序列平稳性检验的区别) 看特征方程的特征根是否在单位圆内 (在这一步还可能接着进行“预测+预测检验”步骤,如果预测和实际不准,需要解释不准原因。具体看后面实际操作) 4.格兰杰因果关系检验 一定得满足平稳或者协整关系才能进行这一步 格兰杰因果关系实际描述的不是因果关系,而是一个变量的滞后项(x_t-1)对另一变量(y_t)是否具有预测作用 5.脉冲响应分析 解释:Yt序列在受到一个单位随机扰动因素的冲击后的动态变化路径。 我们建立的模型和变量顺序有关,变量顺序不同会导致建立的模型千差万别,而脉冲响应分析就是用来确定变量排序关系的。 主要方法:简单的脉冲响应分析、正交的脉冲响应分析、广义的脉冲响应分析...... 在此主要介绍正交的脉冲响应分析: ①观察交叉相关图或者交叉相关系数 注意交叉相关系数的计算公式是: k值可大于0也可以小于0,我们只需要观察操作结果中使得ρ值最大的k值 如果k*>0,说明是y→x (y变量在x变量的左侧) 如果k* |
CopyRight 2018-2019 实验室设备网 版权所有 |