如何建立MSIH-AR(另外一种形式的马尔可夫转换自回归)模型

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

整个eviews或者是python建立的模型应该仿照了Hamilton（1989）的模型(这个是python建立马尔可夫自回归模型的链接https://www.statsmodels.org/stable/examples/notebooks/generated/markov_autoregression.html，这个是eviews对应的参考链接https://www.eviews.com/help/helpintro.html#page/content/switching-Estimating_Switching_Regressions_in_EViews.html)由Hamilton（1989）引入的马尔可夫转换自回归模型是一个非线性时间序列模型，允许数据生成过程中存在不同的制度或状态。该模型可以表示为： $$y_t = \mu_{s_t} + \phi_1 (y_{t-1} - \mu_{s_t-1}) + \phi_2 (y_{t-2} - \mu_{s_t-2}) + \phi_3 (y_{t-3} - \mu_{s_t-3}) + \phi_4 (y_{t-4} - \mu_{s_t-4}) + \varepsilon_t$$ 其中$y_t$是观测变量，$\mu_{s_t}$是制度特定的均值，$\phi_i$是自回归系数，$\varepsilon_t$是误差项
但是我想建立的MSIH-AR模型的方程没有制度特定的均值，我需要引入regime specific的截距以及误差项的异方差。方程的形式如下，有人知道使用eviews, python, matlab, R或者是其他编程语言(软件)如何实现吗?
$$\begin{align} y_t = a_{S_t} + + \phi_1 y_{t-1} + \dots + \phi_p y_{t-p} + \varepsilon_t \\ \varepsilon_t \sim N(0, \sigma_{S_t}^2) \end{align}$$

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：如何建立 马尔可夫 MSI 自回归 Regressions 马尔可夫转换模型 时间序列分析 MSIH-AR模型 python eviews