凡是搞计量经济的，都关注这个号了
稿件： econometrics666@sina.cn
所有计量经济圈方法论 丛的code程序 , 宏微观数据库和各种软 件都放在社群里.欢迎到计量经济圈社群交流访问 .
关于VAR方法，我们引荐了 1. R软件中的时间序列分析程序包纵览 ， 2 . 时间序列分析的各种程序, 38页集结整理成文档 ， 3. 时间序列数据分析的思维导图一览, 金融经济学者必备工具 ， 4. 送书: 应用时间序列分析(经典) ， 5. 为啥时间序列模型比较难学？时间序列的正名路 ， 6. 时间序列中的协整检验和VECM，以及回归后的系列估计操作 ， 7. 时间序列模型分解，季节调整分析基础 ， 8. 空间和时间的计量，关注二位国人 ， 9. TVP-VAR时变参数VAR系列文献和估计程序 ， 10. 向量自回归VAR模型操作指南针,为微观面板VAR铺基石 ， 11. VAR宏观计量模型演进与发展，无方向确认推断更好 ， 12. 应用VAR模型时的15个注意点，总结得相当地道 ， 13. 面板数据单位根检验软件操作和解读全在这里 ， 14. 动态面板回归和软件操作，单位根和协整检验（Dynamic Panel Data） ， 15. 面板向量自回归PVAR是什么? 数据, 程序和解读一步到位 ， 16. ARDL, ARIMA, VAR, (G)ARCH时间数据模型讲解及软件操作 ， 17. 动态因子模型是什么, 又怎么去实现？ 18. SVAR模型的起源、识别、估计与应用, 系统讲述 ， 19. 平滑转移自回归模型(STAR)应用与在R软件的操作 ， 20. Copula函数
全局VAR建模 宏观经济政策分析和风险管理需要考虑到市场和国家之间日益增长的相互依赖性。这总是意味着必须考虑许多不同的传输通道。相互依存度的提高可能是由于普遍观察到的全球冲击（例如油价变化），可能是由于全球未观察到的因素（例如技术进步的扩散），或者可能是由于特定的国家或部门冲击引起。还有一种可能是，即使考虑到所有“共同”因素，由于政策和贸易溢出效应，仍然可能存在重要但尚待解释的剩余相互依赖性。因此， GVAR（全局向量自回归）方法为定量分析不同冲击和传播机制渠道的相对重要性提供了一个实用的一般化全局建模框架。这是一种相对新颖的全球宏观经济建模方法，结合了时间序列，面板数据和因子分析技术，可以解决从政策分析到风险管理等一系列经济和金融问题。 最初在 Pesaran等人（2004年） 中提出的全局向量自回归（GVAR）方法 ，提供了一种相对简单而有效的方式来建模复杂的高维度系统（例如全球经济）中的交互关系。尽管GVAR并不是世界经济的第一个大型全球宏观经济模型，但其方法论贡献在于以理论上连贯且统计上一致的方式处理维度的诅咒（即，参数随着模型维度的增长而增加）。其他现有的大型模型通常不完整，没有呈现封闭的系统，而这是仿真分析所必需的，有关全局模型的最新概述，请参见 Granger和Jeon（2007） 。 GVAR模型是在1997年亚洲金融危机之后开发的，用于量化宏观经济发展对主要金融机构损失的影响。显然，所有主要银行都面临着来自全球或区域不利冲击的风险，但是要量化这些影响，就需要一个连贯且易于模拟的全球宏观经济模型。GVAR方法为建立这种模型提供了一种有用且实用的方法，尽管最初是作为信用风险分析工具开发的，但很快就发现它具有许多其他应用。有关GVAR建模的最新发展的广泛调查，该方法的理论基础及其大量经验应用，请参见 Chudik和Pesaran（2016） 。 GVAR可以概括为两个步骤。第一步，以世界其他地区为条件，估算针对特定国家的小规模模型。这些模型表示为增强VAR模型，表示为VARX*，具有国内变量和外国变量的加权横截面平均值，也通常称为“star变量”，被视为弱外生。第二步，将各个国家的VARX *模型作为一个大型全局VAR模型同时进行堆叠和求解。该解决方案可用于冲击情景分析和预测，就像通常使用标准的低维VAR模型所做的那样。 GVAR方法已应用于许多不同的问题。应用对象不一定是国家，可以是特定经济体的地区，行业，商品类别，银行，市政当局或部门。文献中还考虑了混合截面GVAR模型，例如将国家数据与公司级数据链接在一起。GVAR方法在概念上很简单，尽管它需要一些编程技巧，因为它可以处理大型数据集。幸运的是， Smith和Galesi（2014） 开发了一种易于访问且易于使用的软件包（ GVAR Toolbox ），不需要MatLab或Excel的背景知识 。该 GVAR工具箱 与公众一起提供的 GVAR季度数据集 涵盖了1979-2016年的33个国家。 GVAR工具箱版权由L.Vanessa Smith和Alessandro Galesi（2014）所有。 关于GVAR工具箱： 该GVAR工具箱2.0 是MATLAB程序与基于Excel的界面，专为GVAR建模的目的而生成。尽管可以轻松地将其定制从而用于其他目的，但它主要是针对策略分析和预测而定制的。它是一个易于访问且易于使用的软件包，无需具备MatLab或Excel的背景知识。为了使用它，必须在用户计算机上安装Microsoft Excel和MatLab。不需要特定的MatLab工具箱即可运行该程序。GVAR Toolbox最初于2010年12月启动，并发布了由欧洲中央银行赞助的1.0版。随后在2011年7月发布了1.1版。GVAR Toolbox 2.0 于2014年8月发布，可从GVAR Toolbox网页(https://sourceforge.net/projects/gvar/files/GVAR_Toolbox2.0_August2014.zip/download) 免费下载。 下载GVAR Toolbox ：访问 GVAR Toolbox网页 可以下载最新版本的Toolbox，以及描述如何运行和使用GVAR Toolbox 2.0的详细文档，目的是建立一个允许全局链接的全局VAR模型。此外，该文档还包含基础计量经济学和计算方法的详细信息。可以从国际经贸研究小组页面下载(https://share.weiyun.com/p1LkdVHt ) 在构造外部变量时对不同变量使用不同权重的能力
使用AIC或SBC信息准则选择弱外生性回归的滞后阶的选项
GVAR协方差矩阵的新收缩估计值，其收缩参数由程序内部计算
在不使用协方差矩阵的逆的情况下执行自助法（bootstrap）
在GVAR模型中包括占主导地位的单位的选择（这放宽了对所有全局变量的需求，使其像1.1版一样必须在一个国家中作为本国输入）
对GVAR模型执行趋势/周期分解的功能，该模型可以导出数据以用于多国新凯恩斯主义（MCNK）建模
事前预测受下限限制以及有条件的预测的约束。
该程序本身可以与基于 Dees，di Mauro，Pesaran和Smith（2007）(http://onlinelibrary.wiley.com/doi/10.1002/jae.932/pdf) 的现有GVAR结构一起使用，也可以与它的变体一起使用，也可以将其用作任何大型系统的非常通用的建模框架。它可以应用于国家、地区（例如区域住房市场）、州或公司， 例如，可以使用许多或几个国家，只要满足所需的弱外生性假设即可。 1979年2到2016年4季度全局VAR（GVAR）季度数据集 全局VAR（GVAR）数据库的编辑，修订和更新，1979Q2-2016Q4 ，Kamiar Mohaddes和Mehdi Raissi（2018）。 关于GVAR数据集： 这是最新版本 GVAR数据集 。它包括33个经济体的季度宏观经济变量（对数GDP， y ，通货膨胀率， dp ，短期利率， r ，长期利率， lr ，对数紧缩汇率， ep 和对数真实资产）。价格（ eq ），以及商品价格的季度数据（石油价格， poil ，农业原料， pmat 和金属价格（ pmetal ），从1979年第二季度到2016年第四季度。这33个国家/地区覆盖了世界GDP的90％以上。 下载GVAR季度数据集： 您可以从 此处(http://www.econ.cam.ac.uk/people-files/faculty/km418/GVAR Database (1979Q2-2016Q4).zip) 下载数据以及 GVAR数据集 的编译，修订和更新的说明。 GVAR手册：用于政策分析的全球经济宏观模型的结构和应用 ，由Filippo di Mauro和M. Hashem Pesaran编辑（2013年），牛津大学出版社。 关于GVAR手册： GVAR模型最初是由Pesaran教授及其合著者于2000年初开发的，其主要目的是分析全球化经济中的信用风险。从2000年中期开始，在由欧洲中央银行（ECB）资助的项目的背景下，该模型得到了大幅扩展，涵盖了所有主要经济体和整个欧元区。这个版本的目的是利用国际连接的丰富模型，以模拟和分析具有高度政策兴趣的全球宏观情景。自2011年初以来，基本模型及其 数据库 也已对外开放。此外，专用的 GVAR工具箱网页 提供易于使用的界面，使更多的读者可以开展实际应用，并且可以由专家进行更复杂的分析。该书概述了近年来开发的GVAR的扩展和应用。这些应用分为三大类：1）国际传输和预测；2）财务应用；3）区域性应用。通过使用一种能为非计量经济学家所理解的语言，本书面向广大读者，包括对理解国际连接的渠道和影响感兴趣的从业人员和决策者。 Filippo di Mauro和M. Hashem Pesaran编辑 的《全球经济政策分析》 Filippo di Mauro和M. Hashem Pesaran：简介
Filippo di Mauro和L. Vanessa Smith：基本GVAR DdPS模型
Anthony Garratt，Kevin Lee和Kalvinder Shields：全球经济衰退和产出相互依赖七国集团中实际和预期产出的GVAR模型
Ron P. Smith：GVAR结构建模方法
Alessandro Galesi和Marco J. Lombardi：外部冲击和国际通货膨胀联系
Sandra Eickmeier和Tim Ng：国际业务周期和金融市场的作用
Matthew Greenwood-Nimmo，Viet Hoang Nguyen和Yongcheol Shin：使用全球VAR模型进行基于情景的预测和政策分析
L. Vanessa Smith：使用“合并”技术的短期和中期预测
Silvia Lui和James Mitchell：使用全球VAR模型对欧元区GDP季度增长进行 即时预测
Alexander Al-Haschimi和StéphaneDees：GVAR的宏观审慎应用
Carlo A. Favero：对欧元主权债券利差进行建模领域：非线性全局VAR模型
C. Nickel和I. Vansteenkist：国际金融支出对金融变量的溢出效应
Ambrogio Cesa-Bianchi，M。Hashem Pesaran，Alessandro Rebucci和XuTengTeng：中国在拉丁美洲的世界经济和商业周期中的崛起
David Fielding，Kevin Lee和Kalvinder Shields：一种规模适合所有人？在西非经济和货币联盟中建立宏观经济联系的模型
Stéphane Dees：竞争力，外部失衡和欧元区的经济联系
Katrin Assenmacher：用小型GVAR模型预测瑞士经济
Alessandro Galesi 和 Silvia Sgherri：欧洲各地的区域性金融溢出效应
Filippo di Mauro和M. Hashem Pesaran：结论
尽管GVAR模型是进行政策分析的合适工具，但它的用途要广泛得多。它已用于分析信用风险 （Pesaran，Schuermann，Treutler和Weiner（2006） ，用于预测目的 （Pesaran，Schuermann和Smith，2009年） 以及反事实分析，例如评估英国是否加入欧元信用风险区 （Pesaran，Smith和Smith，2007年） 。有关GVAR应用的广泛报道，请参见《 GVAR手册》 和 Chudik和Pesaran（2014年） 。 该模型最初是在 Pesaran，Schuermann和Weiner（2004） 中引入的，在 1979Q1-1999Q4 期间估计了11个国家/地区模型。随后，与欧洲中央银行合作，在 Dees，di Mauro Pesaran和Smith（2007，DdPS） 中以多种方式扩展了GVAR框架。GVAR模型的DdPS版本包括26个国家/地区（占世界总产值的90％），欧元区被视为一个单一经济体，估计时间为1979年1季度至2003年4季度。有关全球建模的更多信息，请参阅 Global and National Macroeconometric Modelling: A Long Run Structural Approach 。要实施GVAR建模方法，您可以使用GVAR工具箱，该工具箱随附了全面的用户指南。 MCNK建模 多国新凯恩斯主义（MCNK）建模为多国互动的结构分析提供了一个通用框架。MCNK模型本身是标准新凯恩斯模型的多国版本，该模型用于衡量因需求，供应或货币政策受到外源性国家或全球冲击而产生的宏观经济波动的影响。 这种多国理性预期模型（类似于DSGE文献中使用的模型）是使用GVAR方法构建的，如Dees，Pesaran，Smith和Smith（DPSS，2013年）( http://onlinelibrary.wiley.com/doi/10.1111/obes.12046/pdf )所示。该方法涉及估计一组特定于国家的理性预期模型，然后将它们组合起来以解决整个系统。这样的模型可以用来确定国内和国际需求，供给和货币政策冲击对商业周期波动的贡献。每个国家模型都具有菲利普斯曲线，IS曲线和泰勒规则的标准三个方程式结构，外加汇率方程式（加上油价）和美国提供的数字。 在构建这种类型的模型时，必须谨慎对待有关汇率的假设，尤其是对资产负债表的处理以及跨国误差溢出效应的模式。为了获得确定的解决方案和理论上一致的结果，将由该理论预测的先验性和稳定性限制强加于特定国家模型的参数也很重要。因此，通过不等式约束工具变量方法估计各个国家特定的方程式。由于这些类型的模型使用的变量的测量值是与稳态的偏差，因此另一个问题涉及稳态的测量。在DPSS中，这些是根据简化形式的协整GVAR进行的长期预测。 THEORY AND PRACTICE OF GVAR MODELLING(http://dx.doi.org/10.1111/joes.12095) ，Alexander Chudik和M. Hashem Pesaran（2016）， 《Journal of Economic Surveys》 30，第165-197页。 摘要： 事实证明，全局VAR（GVAR）方法是分析横截面和时间维度都很大的全局宏观经济和其他数据网络中相互作用的一种非常有用的方法。本文调查了GVAR建模的最新进展，同时考察了该方法的理论基础及其大量的经验应用。我们提供了现有文献的综合，并突出了未来研究的领域。 https://sites.google.com/site/gvarmodelling/gvar http://www.econ.cam.ac.uk/people-files/emeritus/mhp1/GVAR/GVAR.html https://onlinelibrary.wiley.com/doi/pdf/10.1111/joes.12095 [1]张斐燕.美联储量化宽松政策对全球资产价格的非平衡溢出效应[J].经济理论与经济管理,2019(10):4-19. [2]罗融,陈浪南,黄守军.中国和美国信贷冲击跨境溢出效应的比较研究[J].系统工程理论与实践,2019,39(09):2216-2230.
[3]孙昊,胥莉.相互溢出效应对区域经济协同发展的贡献——基于我国东部沿海地区面板数据的实证分析[J].数理统计与管理,2019,38(06):965-976.
[4]丁纯,蒋帝文.德国经济增长对其他欧盟国家经济发展影响的实证分析[J].世界经济研究,2019(04):83-94+135-136.
[5]张会清.主要货币汇率非对称变动对贸易的影响——基于全球向量自回归模型的研究[J].国际贸易问题,2018(12):135-148.
[6]叶阿忠,朱松平.美国货币政策、国际原油价格对中国经济波动影响的实证分析[J].统计与决策,2017(17):155-158.
[7]周银香,吕徐莹.中国碳排放的经济规模、结构及技术效应——基于33个国家GVAR模型的实证分析[J].国际贸易问题,2017(08):96-107.
[8]Georgios Georgiadis. To bi, or not to bi? Differences between spillover estimates from bilateral and multilateral multi-country models[J]. Elsevier B.V.,2017,107.
[9]周渤,苏宇慧,于震.美国量化宽松货币政策对中国的溢出效应研究[J].经济体制改革,2016(05):141-147.
[10]杨继梅,齐绍洲.欧元区国家银行风险与主权风险的传导效应分析[J].世界经济研究,2016(05):30-41+134-135.
[11]叶永刚,杨飞雨,郑小娟.国家信用风险的传导与影响研究——以欧元区债务危机为例[J].金融研究,2016(02):172-179.
[12]陈浪南,罗融,赵旭.开放型经济下财政政策效应的实证研究[J].数量经济技术经济研究,2016,33(02):95-112.
[13]叶永刚,周子瑜.基于GVAR模型的中国货币政策区域效应研究[J].统计与决策,2015(17):146-150.
[14]余华义,黄燕芬.利率效果区域异质性、收入跨区影响与房价溢出效应[J].经济理论与经济管理,2015(08):65-80.
[15]苏梽芳,渠慎宁,陈昌楠.外部资源价格冲击与中国工业部门通胀的内生关联研究[J].财经研究,2015,41(05):14-27.
[16]余华义,黄燕芬.货币政策效果区域异质性、房价溢出效应与房价对通胀的跨区影响[J].金融研究,2015(02):95-113.
[17]耿鹏,赵昕东.基于GVAR模型的产业内生联系与外生冲击分析[J].数量经济技术经济研究,2009,26(12):32-45.
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。 计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。