Panel VAR基本操作步骤与注意事项
点击蓝字
关注我们
VAR（Vector Auto Regression）模型是时间序列中比较常用的模型，虽然该模型不需要假设经济变量之间的关系，但是在学习和操作的过程中有很多细节需要注意，今天就Panel VAR模型的基本操作与大家做一个简单的分享。关于参考文献、操作代码以及数据放在微信公众号后面，感兴趣的读者在后台回复“panel VAR”可以自行提取操作练习。
命令的安装
使用Panel VAR模型时建议大家调用连玉君老师在Love博士PVAR命令改进上的PVAR2命令，并将其安装在指定的目录下
注意：在使用之前也可以看一下自己的stata软件中是否自带了这款命令，如果没有的话就无法进行操作。在安装完成后自己也可以敲help pvar2 看看具体的介绍。
滞后阶数阶确定
PVAR模型通常的主要用途是进行预测分析。因而在进行脉冲响应和方差分解前，需要对变量进行滞后阶数的判断，然后才能进行下一步的操作。
在对话框中输入如下命令：
pvar2 kstock invest mvalue, lag(4) soc
pvar2 kstock invest mvalue,lag(5) soc
判断规则：
(1) 选择AIC,BIC或是HQIC值最小的模型；
(2) 但三者不一致时，BIC/HQIC倾向于选择比较精简的模型，AIC倾向于比较“丰满”的模型，但通常，BIC/HQIC优于AIC.
(3) 有时候也需要自己做一些人为判断从上可知，我们判断出需要使用滞后四阶的命令。
脉冲响应与方差分解
脉冲响应与方差分解是两个相互补充相互说明的部分，初学者比较容易犯的错误是对脉冲响应解释不清。这个时候可以将方差分解结合起来看。方差分解是“数值化”了脉冲响应。
脉冲响应反映的是在其他变量的当期和以前各期值保持不变的情况下，PVAR系统中某个方程中的扰动项当期发生一个标准差变化对未来各期内生变量的冲击响应情况，这种方法能有效的把握未来的趋势。
在输入命令时，需要注意变量的先后顺序。一般来说，外生变量的冲击会影响另一个变量，而受冲击的变量影响第三个变量，切记不可颠倒顺序。
输入命令：
pvar2 kstock invest mvalue,lag(2) irf(10) reg(500)
方差分解对内生变量预测的误差变异数中，每个一个正交单位冲击的贡献比例。命令如下：
pvar2 kstock invest mvalue,lag(2) irf(5) nograph decomp(5)
这个命令表示方差分解为5期，分析每一个正交单位冲击对其他值的影响。
Granger因果检验
格兰杰因果检验表示，如果一个变量X有助于增进另一个变量Y的预测，我们就说X是Y的原因。
命令如下：
pvar2 kstock invest mvalue, granger
注意：执行Granger 因果检验时，可以不必拘泥于选出的滞后阶数，因为Granger因果检验的目的在于检验X滞后项对y的联合影响。如果阶数过长，由于数据期限较短，会导致模型无法估计。一般我们得到概率然后在10%，5%，1%的显著性水平下进行比较，来看是否拒绝原假设:”x不是y的原因”。
大家可在公众号后台回复“panel VAR”，即可获取资料学习。
资源仅供学术交流使用，严禁商用！如有侵权，请联系小编微信：yueseliuse993
资料来源：《高级计量经济学及stata应用》及Love博士提供的相应数据
推文期数：2018112
责任编辑：刘亮 李飞 卢雅焱
素材审核：张天舒 梁龙武 骆丹云
总审核：学术无界顾问团
下期预告：
after预报名 before 正式报名
往期回顾：