时变参数向量自回归（TVP-VAR）计算DY溢出指数

0关注
6粉丝

大专生

16%

还不是VIP/贵宾

-

0%

威望: 0 级
论坛币: 0 个
通用积分: 0.0121
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 90 点
帖子: 4
精华: 0
在线时间: 80 小时
注册时间: 2022-5-23
最后登录: 2025-10-24

楼主

QT-L 发表于 2023-3-23 14:53:05 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

DY溢出指数最先由Diebold and Yilmaz(2009)提出，该指数由向量自回归（VAR）模型的预测误差方差分解计算而来。由于预测误差方差分解以及VAR模型自身缺陷，学者们陆续提出了广义预测误差方差分解办法以及VAR的扩展模型，比如LASSO-VAR【Demirer et al.(2018)】，TVP-VAR【Antonakakis et al. (2020)】等。

写下这个帖子主要在于最近做了一个TVP-VAR模型计算DY溢出指数的实证，TVP-VAR模型一个最大的优点就是依据数据自身特点计算动态溢出指数，这一特点优于滑动窗口法，这是因为窗口的选择极其依赖与研究者对研究对象的了解与经验，选择不同的窗口所得到的结果有出入，同时TVP-VAR模型的一大缺点就是维度诅咒，由于现实生活中所要分析的变量一般较多，因此TVP-VAR只适用于少数变量建模，多变量建模计算DY溢出指数就要采用LASSO-VAR或者其他办法。

数据处理以及代码可与大家分享交流。