模型--上海怡健医学

窗口操作：--时间--测试

6。脉冲响应和方差分解（223）

脉冲响应和方差分解是同一个问题的两个方面。

脉冲响应是衡量模型中内生变量对一个变量的脉冲（冲击）{一对多，一个变量向下移动引起的其他变量的变化}的响应，以及方差分解是如何将变量的响应分解为模型中的内生变量{多对一，一个变量的变化向上追溯变化的几个原因}。

STATA 的 irf 命令用于计算 VAR、SVAR 和 VEC 模型的脉冲响应、动态乘数和方差分解。注意：此方法的操作是在 var, svar, vec 估计之后使用的。 (1）创建irf文件

STATA命令：irf, set(name) （先做var，然后用这个命令直接把var的结果保存到irf文件时间序列分析:单变量和多变量方法 pdf，只有这个命令最好用，其他命令就算能创建一个 irf 文件时间序列分析:单变量和多变量方法 pdf，但无法将 var 结果保存在其中，那没用。）

激活 irf 文件 ①显示当前激活的 irf 文件：STATA 命令：irf set ②激活（或创建）irf 文件：STATA 命令：irf set 文件名 ③新建一个 irf 文件并替换激活的 irf 文件：STATA 命令：irf set文件名，④清除所有激活的irf文件：STATA命令：irf set, clear

窗口操作：--时间--IRF和文件

(2） 用 irf 文件绘图 (223）

对于VAR、SVAR和VEC模型，脉冲响应函数（IRF）的类型包括简单脉冲响应、正交脉冲响应和动态乘数，方差分解包括分解和结构分解。没有模型可以使用不同的分析工具。

窗口操作： -- 时间 -- IRF 和 FEVD ?简单 IRF：（在 VAR/SVAR/VEC 之后）

命令：irf graph irf(, set(file name)/pulse (变量名)/ (内生变量名)使用哪个文件) 如果没有约束，则默认为当前打开的文件

？动态乘数：（在VAR之后）命令：irf graph dm（，使用哪个文件设置（文件名）/脉冲变量

（变量名）/响应变量（内生变量名））？方差分解：（在VAR/SVAR/VEC之后）

命令：irf graph fevd(,使用哪个文件set(文件名)/pulse变量(变量名)/变量(内生变量名))

联合图：组合多个脉冲响应图或方差分解图） 命令：irf（脉冲变量响应变量方差分解法 fevd/IRF 方法 irf）（脉冲变量响应变量 IRF 方法 irf/方差分解法 fevd）叠加图:（叠加多个脉冲响应图或方差分解图）

命令：irf（脉冲变量响应变量方差分解法fevd/IRF法irf）（

5

脉冲变量响应变量IRF法irf/方差分解法fevd)

(3）Irf 列表

STATA 命令：irf table IRF 方法 irf/方差分解方法 fevd 联合列表：（组合多个脉冲响应图或方差分解列表）

命令：irf（脉冲变量响应变量方差分解法fevd/IRF方法irf）（脉冲变量响应变量IRF方法irf/方差分解法fevd）

(4） Irf 其他命令 命令：irf irf ,

7。 VAR模型227的预测

窗口操作：--时间--命令格式1（对于VAR、SVAR模型）：fcast

命令格式 2（用于 VECM 模型）：fcast 绘制预测

命令：fcast 图（变量名）

大体流程总结：①估计VAR模型？变量 y x z

?est store VAR1

②根据信息准则确定VAR模型的最优滞后端，并根据结果重新估计

？ x z ，(#)

？ var *(all , or ln*all ), lags(1/3) (eg最佳滞后期为3, lag

第 12 阶段3)

？ est store VAR2 ③ 检查VAR模型的平稳性

？ ，(VAR2)图(画图并标注具体数值) ④检验VAR模型残差的正态分布和自相关特性

？ ，jbera(VAR2) ⑤对每个变量进行因果关系检验

？ (, (VAR2）) ⑥ 绘制脉冲响应图和预测误差方差分解

？ var y x z, 滞后(1/3)

?irf, set(name)

?irf 图 irf(,(name))

?irf 表 fevd(, (name)/预测区间{n

？预测 n 个周期（n

fcast(, step(n))

6

fcast f_(, step(n))

结合 VAR 模型和 IRF 的窗口操作：

——时间——基本VAR

约翰逊协整检验

协整检验是非平稳变量回归的必要前提。

只有存在协整关系时，协整回归才有意义。在各种协整检验方法中，最常见的是（1998)特征值检验和VAR框架下的迹检验。

命令格式为：

var1 var2(,lag(n),trend()) 输出结果：

————————————————————— max 最大特征统计量 ic 输出信息准则

输出 1% 和 5% 阈值

——————————————————————— 示例：var, lags(n) ic max : — — time — — VECM的rank

向量纠错模型

在一阶单整数变量组成的VAR模型中，如果变量之间存在协整关系，则VAR模型有对应的向量纠错（VEC）表达式。

命令格式：vec变量（，模型设置）

———————————————————————————————————— 模型设置：

rank(n) 协整方程的个数，默认选项为rank(1) lags(n) VAR模型的最高滞后阶

trend() 包含无约束常数项（状态默认）trend() 包含约束常数项 trend(trend) 包含趋势项

trend() 包含受约束的趋势项

trend(none) 既不包含趋势也不包含常数项输出：

alpha 会将系数调整为单独的列表

pi输出pi矩阵，即pi=(alpha)(beta) mai输出MA影响矩阵的参数

输出短期参数、协整参数和调优参数

——————————————————————————————————— 注意：

必须先设置时间格式tsset

可以包含时间序列符号。支持循环递归

时间序列中不允许出现中断点

7

在VEC模型中，还可以进行模型的平稳性条件检验、残差的正态分布检验和自相关检验。

命令格式为：��? �� ? �� ?

类似于 VAR 命令。 VECM 建模

窗口操作：--时间--VECM VECM各种测试

窗口操作：——时间——VEC和测试

8