结构SVAR和全局GVAR建模计量方法最全攻略材料

凡是搞计量经济的，都关注这个号了

稿件：[e-mail]

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.

1.SVAR建模书籍

在宏观经济学中进行因果推断的要领，得益于结构VAR模型的运用。下面是Lutz Kilian教授提供的一些资料，可以让你学习各种SVAR模型的旅程更轻松。

Lutz Kilian教授之前在密歇根大学教学科研工作，现在是联邦储备银行(Texas, Dallas)高级经济政策顾问。

书籍网址：https://sites.google.com/site/lkilian2019/textbook/preliminary-chapters

目录

---

2.全局GVAR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。

特别是，GVAR包括一个世界经济的紧凑模型，旨在明确地模拟国家和国际层面上的经济和金融相互依存关系。它结合了各个国家/地区的VECM模型（时间序列中的协整检验和VECM，以及回归后的系列估计操作），其中国内变量与专门为匹配所考虑国家的国际贸易，金融或其他所需模式而构建的相应国外变量有关。各个国家的模型以一种一致的方式联系在一起，这样全球风险价值模型就可以作为一个整体来解决。然后通过脉冲响应分析（①向量自回归VAR模型操作指南针,为微观面板VAR铺基石，②ARDL, ARIMA, VAR, (G)ARCH时间数据模型讲解及软件操作）来调查区域间相互依存的程度。该框架完全依赖可观察的数据，通常包括宏观经济总量和金融变量。GVAR建模方法的主要优点在于：允许以透明的方式检验各种级别（国家和国际）上的相互依赖度，从而凭经验进行评估与理论一致的长期关系以及与数据一致的短期关系，从而为全局建模中的维度诅咒提供了一个连贯的、理论一致的解决方案。

关于GVAR的背景资料，参考：GVAR, 全局VAR模型是什么？该如何用软件实现, 有哪些研究文献和最新进展！

下面这份Slides提供了关于该主题的清晰而有趣的介绍，是绝对不可多得的学习材料。

*作者是European Economic Review的副主编Ambrogio Cesa-Bianchi。

---

关于时间序列方法，1.时间序列分析的各种程序, 38页集结整理成文档，2.ARDL, ARIMA, VAR, (G)ARCH时间数据模型讲解及软件操作，3.R软件中的时间序列分析程序包纵览，4.时间序列分析的各种程序, 38页集结整理成文档，5.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，6.送书: 应用时间序列分析(经典)，7.为啥时间序列模型比较难学？时间序列的正名路，8.面板数据单位根检验软件操作和解读全在这里，9.动态面板回归和软件操作，单位根和协整检验（Dynamic Panel Data），10.疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，11.送书: 应用时间序列分析(经典)，12.时间序列模型分解，季节调整分析基础，13.动态因子模型是什么, 又怎么去实现？ 14.动态面板分位数估计怎么做？15.动态面板门槛回归程序公布, 使用方法介绍，16.把动态面板命令讲清楚了，对Stata的ado详尽解释，17.时间序列分析概览(今天的重点1)，18.全面比较和概述运用机器学习模型进行时间序列预测的方法优劣！19.一文读懂“非平稳时间序列计量经济学分析”, 包括单位根检验, 结构突变检验等，20.中断时间序列分析ITSA是什么? 很流行的政策评估新范式！21.可以在面板回归分析中使用时间序列解释变量或被解释变量吗？22.ARIMA时间序列模型的步骤, 程序和各种检验, 附上代码并通过示例进行解读！

关于VAR方法，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，21.GVAR, 全局VAR模型是什么？该如何用软件实现, 有哪些研究文献和最新进展！22.前沿: BVAR, 贝叶斯VAR是什么, 为什么需要, 软件怎么做, 如何解读呢？23.结构性面板VAR是什么? 如何实现PSVAR呢？怎么解读？24.2021年AER上最新基于DSGE模型的宏观计量文章, 附上50篇时序, VAR模型文章！

---

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。

5年，计量经济圈近1500篇不重类计量文章，

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据

计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID

数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |

干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验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。