能不能拜托你稍微解释一下模型呢？？里面的Π和Πε是什么关系呢？

你可以参考一下这篇文章：《中国通胀预期的卡尔曼滤波估计》赵留彦，经济学(季刊)，第4 卷第4 期。
用的就是里面的模型。

请问各位大神，状态空间模型的参数估计出来后，通胀预期的估计值从哪可以看出来啊？我一直纠结呢

你好，我最近在看赵留彦的《中国通胀预期的卡尔曼滤波估计》这篇文章，想请问一下：@state pe=c(2)+c(3)*i1+c(4)*i2+(c(5)-c(3))*pe(-1)+(c(6)-c(4))*pe1(-1)+c(7)*p1+c(8)*p2+[var=exp(c(16))]中，i1  i2 p1 p2 是怎么定义的？
你用Eviews估计出模型来了吗？

时间过得太长，已经记不清了。找了一下当时的文件，里面是这样写的：
@signal i=pe+(c(11)-c(9))*pe1+(c(12)-c(10))*pe2+c(9)*i(-1)+c(10)*i(-2)+c(13)*p(-1)+c(14)*p(-2)+c(1)+[var=exp(c(15))]
@signal p=pe+[var=exp(c(17))]
@state pe1=pe(-1)
@state pe2=pe1(-1)
@state pe=c(2)+c(3)*i1+c(4)*i2+(c(5)-c(3))*pe(-1)+(c(6)-c(4))*pe1(-1)+c(7)*p1+c(8)*p2+[var=exp(c(16))]
@param c(1) -0.0496 c(2) 0.0077 c(3) -0.7640 c(4) 0.7973 c(5) 0.0298 c(6) 0.0911 c(7) 0.3139 c(8) -0.0291 c(9) 0.4324 c(10) 0.4998 c(11) 0.4402 c(12) 0.5137 c(13) 0.0269 c(14) -0.3727 c(15) -2.3178 c(16) -5.7756 c(17) -8.6230


@signal i=pe+(c(11)-c(9))*pe1+(c(12)-c(10))*pe2+c(9)*i(-1)+c(10)*i(-2)+c(13)*p(-1)+c(14)*p(-2)+c(1)+[var=exp(c(15))]
@signal p=pe+[var=exp(c(17))]
@state pe1=pe(-1)
@state pe2=pe1(-1)
@state pe=c(2)+c(3)*i1+c(4)*i2+(c(5)-c(3))*pe(-1)+(c(6)-c(4))*pe1(-1)+c(7)*p1+c(8)*p2+[var=exp(c(16))]
@param c(1) -0.29443 c(2) 0.074492 c(3) -0.429742 c(4) 0.381207 c(5) 0.706358 c(6) 0.382137 c(7) 0.292551 c(8) -0.339378 c(9) 0.648807 c(10) 0.28201 c(11) 0.648829 c(12) 0.281538 c(13) 0.124833 c(14) -0.196719 c(15) -2.096725 c(16) -9.117422 c(17) -0.716162

看不懂了，不翻译了。

如上。

初值要自己定义

用eviews进行VAR状态空间模型的估计

您好：请问@state pe=c(2)+c(3)*i1+c(4)*i2+(c(5)-c(3))*pe(-1)+(c(6)-c(4))*pe1(-1)+c(7)*p1+c(8)*p2+[var=exp(c(16))]  中的i1 i2 p1 p2代表什么意思，是滞后值吗？期待您的答复，不胜感激，谢谢！

应该是的吧，像价格的滞后项？时间长了不记得了，你觉得呢？

我认为是滞后值，因为状态方程中不能含有量测方程的因变量及其超前滞后值，所以应该定义新的变量来表示滞后值