全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件
7871 10
2011-05-01
悬赏 1 个论坛币 未解决
求教各位达人,如果要建立VAR模型之前的识别工作到底要做哪几步呢?我看易丹辉老师的书他的步骤是
1.格兰杰因果关系检验
2.确定最大滞后阶数
3.平稳性检验(原书中感觉这个地方写错了)
4.参数估计。接着就是脉冲和方差分解了。
关于VAR和VEC的区别,是不是进行第三步平稳性检验的时候,如果有的根跑到单位元外边去了,就是不平稳了,就不能建立VAR了,得建立VEC模型了呢?
看了几本教材好像写的还不一样,看了几篇论文,写的也不一样,有的论文中建立VAR模型还进行Johansen协整检验了,这是必需的么?
另外进行识别的时候步骤究竟是先哪步后哪步呢?或者能提供一个标准的VAR模型的范文(最好是中文的)也行啊,谢谢大家了~
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2011-5-1 20:59:01
current practice in place were three VaR models: Historical, paramatric and monte-carlo.
Depends which one do you want to use and what application/engine you could build on.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-5-1 21:02:46
我怎么听不懂啊,大侠。咱就说最初级的吧,我这个是VAR不是VaR,就是向量自回归模型
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-5-2 00:08:02
cat_zx0 发表于 2011-5-1 20:10
求教各位达人,如果要建立VAR模型之前的识别工作到底要做哪几步呢?我看易丹辉老师的书他的步骤是
1.格兰杰因果关系检验
2.确定最大滞后阶数
3.平稳性检验(原书中感觉这个地方写错了)
4.参数估计。接着就是脉冲和方差分解了。
关于VAR和VEC的区别,是不是进行第三步平稳性检验的时候,如果有的根跑到单位元外边去了,就是不平稳了,就不能建立VAR了,得建立VEC模型了呢?
看了几本教材好像写的还不一样,看了几篇论文,写的也不一样,有的论文中建立VAR模型还进行Johansen协整检验了,这是必需的么?
另外进行识别的时候步骤究竟是先哪步后哪步呢?或者能提供一个标准的VAR模型的范文(最好是中文的)也行啊,谢谢大家了~
关于VAR和VEC的区别,是不是进行第三步平稳性检验的时候,如果有的根跑到单位元外边去了,就是不平稳了,就不能建立VAR了,得建立VEC模型了呢?
--这可能是错的。无论是建立VAR模型,还是建立VEC模型,都必须是协整关系,或者变量都是平稳时间序列。
至于建立VAR前要做的工作,我理解有下面几步:
第一是对变量进行平稳性检验,如果都是平稳的,则进行第二步。若不平稳,则要进行协整检验,如果是协整的,就进行第二步,不协整,放弃分析。
第二,进行格兰杰因果检验。这是必须的。因为,回归分析本质上就是对变量间的因果关系进行数量上的分析。如果有因果关系,则进行第三步。
第三步就是确定最大滞后阶数,用EViews做较方便,具体做法:
   
做了var模型后,选择view-----lag structure-----lag length
criteria----
再选择看滞后几阶的-----再比较所有滞后阶的各种标准值,通常是AIC和BC,选最小的。

  案例:















Lag


LogL


LR


FPE


AIC


SC


HQ
















0


-363.4638


NA


2.37e+17


45.68297


45.77955


45.68792


1


-312.2078


  83.29*


  6.51e+14*


  39.77*


  40.06*


  39.79*


2


-310.5012


2.346540


8.97e+14


40.06265


40.54552


40.08738

















    这是我做的一个结果,要选带星号的,本例是滞后1阶。
    确定最大滞后阶数后,再用软件进行一个VAR分析就可以了,
案例:
Vector Autoregression Estimates  
Date: 05/01/11   Time: 23:13  
Sample (adjusted): 1961 1977  
Included observations: 17 after adjustments  
Standard errors in ( ) & t-statistics in [ ]  
  
                       INCOME                            PC
  
INCOME(-1)  0.022270                       -0.275334
                          (0.36842)                  (0.11175)
                          [ 0.06045]                  [-2.46387]
  
PC(-1)            1.383539                   1.412914
                      (0.51131)                     (0.15509)
                      [ 2.70587]                    [ 9.11033]
  
C                    -23689.50                 -4180.354
                       (15524.6)                    (4708.87)
                        [-1.52593]                    [-0.88776]
  
          R-squared         0.982825            0.996997
Adj. R-squared  0.980371  0.996568
Sum sq. resids  1.81E+09  1.66E+08
S.E. equation  11358.02  3445.079
F-statistic  400.5647  2324.060
Log likelihood -181.2122 -160.9316
Akaike AIC  21.67202  19.28607
Schwarz SC  21.81906  19.43310
Mean dependent  237998.9  196497.8
S.D. dependent  81069.22  58807.26
  
  
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-5-2 07:48:18
“如果是协整的,就进行第二步,不协整,放弃分析。”不是很明白,那VAR和VEC有什么区别么?我见易丹辉老师的书上意思好像是说:如果平稳就建立VAR模型,如果不平稳就建立VEC模型(当然得是协整的),但问题是我见了很多论文中的序列都不是平稳的,照样建立VAR啊,而且就是易丹辉老师自己的书上举得例子序列也不是平稳的
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-5-2 07:48:38
或者谁能直接给发个范文也行啊~
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群