Oxmetrics

qiantehao 发表于 2012-4-14 19:04
epoh老师，我现在也想做脉冲响应，能不能解释一下const h, const fIrCum, const fIrOrth代表的意思呢？希 ...

Impulse(const h, const fIrCum, const fIrOrth)
Impulse(20,TRUE,TRUE)

fIrCum : compute the cumulated impulse response coefficients
fIrOrtho : compute the orthogonalised impulse response coefficients

epoh 发表于 2012-4-16 19:07
Impulse(const h, const fIrCum, const fIrOrth)
Impulse(20,TRUE,TRUE)

谢谢epoh老师，那常数h的设置有什么要求吗？我看到krolzig的一个程序里设置的是40，这个常数代表的什么呢？

qiantehao 发表于 2012-4-16 21:06
谢谢epoh老师，那常数h的设置有什么要求吗？我看到krolzig的一个程序里设置的是40，这个常数代表的什么呢 ...

h : a positive integer for the number of periods to trace the
     response function

epoh 发表于 2012-4-16 21:24
h : a positive integer for the number of periods to trace the
     response function

明白许多了，非常感谢！

epoh 发表于 2011-10-12 16:06
哈哈!zhangtao兄对此模型也有兴趣我先说明一下:MSVAR for Ox,需要配合旧版的软件GiveWin2 & oxpro340且使用 ...

老师您好，请问Ox里面的gauss和gauss有什么本质的却别吗？可应用OXgauss运行带有马尔科夫转移模型的极大似然估计吗？

wppwinterhappy 发表于 2012-4-17 19:43
老师您好，请问Ox里面的gauss和gauss有什么本质的却别吗？可应用OXgauss运行带有马尔科夫转移模型的极大似 ...

意思是在OX也能运行GAUSS程序,
当然直接在GAUSS执行就行了

楼主，你好，我需要着ox软件和msvar的包，怎么向你购买呢！

epoh 发表于 2011-10-13 08:34
1.请注意短信息  请将文件放在正确路径:  C:\Program Files\Ox\packages\MSVAR\HAMILTON.OX
              ...

老师您好，我想您肯定也知道gauss的使用方法吧。我在网上下载了kim的程序，但是运行不出来，不知道是那里除了问题。不知老师能不能帮我修改下，使程序能够运行呢？
/* +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
Decomposition of REAL GNP into random walk (stochastic trend) component
vs. stationary (cyclical) component
Model:
             y_t = y_{1t} + y_{2t}

  Trend:   y_{1t}=g_{t-1} + y_{1,t-1} + v_t,  v_t -- i.i.d. N(0,sigma_v^2)
                    g_t = g_{t-1} + w_t       w_t -- i.i.d. N(0,sigma_w^2)

  Cycle:   y_{2t}=phi_1* y_{2,t-1} + phi_2* y_{2,t-2} + u_t,
                                              u_t -- i.i.d. N(0,sigma_u^2)
cjkim@korea.ac.kr

WRITTEN BY C.J. KIM, DEPT. OF ECONOMICS, KOREA UNIVERSITY
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ */


new;
library  optmum, pgraph;

format /m1 /rd 9,6;
load data[195,1]=gdp4795.prn;  @Real GDP 1947.1 - 1995.3; From CITIBASE@————我试了下数据根本就无法导入。我是把数据改成txt文件，路径名也改了，依然不行。
yy= LN(data[1:195,1]);

t=rows(yy);




@ Maximum Likelihood Estimation @


START=21;  @1951.I @

prmtr_in={ 2  2  2  2  1 };

PRMTR_IN=PRMTR_IN';

                     @Initial values of the parameters @


{xout,fout,gout,cout}=optmum(&lik_fcn,PRMTR_IN);
                     @ prmtr estimates, -log lik value, Grandient, code@




prm_fnl=trans(xout);

"Calculating Hessian..... Please be patient!!!!";
                  hessn0=hessp(&lik_fcn,xout);
                  cov0=inv(hessn0);

grdn_fnl=gradfd(&TRANS,xout);
cov=grdn_fnl*cov0*grdn_fnl';
SD =sqrt(diag(cov)); @Standard errors of the estimated coefficients@


output file=clrk_uc1.out reset;

"==FINAL OUTPUT========================================================";
"initial values of prmtr is";
                 trans(prmtr_in)';
"==============================================================";
"likelihood value is ";; -fout;
"code";;cout;
"Estimated parameters are:";
prm_fnl';
XOUT';
"Standard errors of parameters are:"; sd';
OUTPUT OFF;

DATA = filter(xout);

output file=clrk_uc1.dta reset;
yy[start:t]~DATA;
output off;

XY(SEQA(1,1,ROWS(DATA)),YY[START:T,1]~DATA[.,1]);
XY(SEQA(1,1,ROWS(DATA)),DATA[.,2]~zeros(rows(data),1));
XY(SEQA(1,1,ROWS(DATA)),DATA[.,3]);


@ END OF MAIN PROGRAM @
@========================================================================@
@========================================================================@




PROC LIK_FCN(PRMTR1);

     LOCAL SV,SE,F,H,Q,R,BETA_LL,P_LL,BETA_TL,P_TL,BETA_TT,P_TT,vt,ft, VAL,
     LIK_MAT,J_ITER, phi1,phi2,vecpll,prmtr,mu,SW;


     PRMTR=TRANS(PRMTR1);

LOCATE 20,1;  PRMTR';

     SV=PRMTR[1,1];  @s.e. of the random walk component@
     SE=PRMTR[2,1];  @s.e. of the AR component@
     SW=PRMTR[3,1];
     phi1=prmtr[4,1];
     phi2=prmtr[5,1];


      F=(1~0~0~1)|
        (0~phi1~phi2~0)|
        (0~1~0~0)|
        (0~0~0~1);


     H=1~1~0~0;

     Q= ZEROS(4,4);
     Q[1,1]=SV^2; Q[2,2]=SE^2;  Q[4,4]=SW^2;


     R= 0;


     BETA_LL=0|0|0|0;
     P_LL=EYE(4)*100;

     LIK_MAT=ZEROS(T,1);

J_ITER = 1;
DO UNTIL J_ITER>T;

      BETA_TL = F * BETA_LL ;
      P_TL = F * P_LL * F' + Q;

      vt=yy[j_iter,1] - H * BETA_TL ; @prediction error@

      ft= H * P_TL * H' + R;       @variance of forecast error@


      BETA_TT= BETA_TL + P_TL * H' * inv(ft) * vt;
      P_TT= P_TL - P_TL * H' * inv(ft) * H * P_TL;

      LIK_MAT[J_ITER,1] =  -0.5*(LN(2*pi*ft) + vt^2/ft);

      BETA_LL=BETA_TT;
      P_LL=P_TT;


J_ITER = J_ITER+1;
ENDO;

VAL =-SUMC(LIK_MAT[START:T]);

LOCATE 2,20;  VAL;

RETP(VAL);
ENDP;


@>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>@

PROC FILTER(PRMTR1);

     LOCAL SV,SE,F,H,Q,R,BETA_LL,P_LL,BETA_TL,P_TL,BETA_TT,P_TT,
     vt,ft, VAL, LIK_MAT,J_ITER,
     phi1,phi2,vecpll,prmtr,mu,SW,BETA_MAT;

     BETA_MAT=ZEROS(T,3);

     LIK_MAT=ZEROS(T,1);

     PRMTR=TRANS(PRMTR1);

LOCATE 20,1;  PRMTR';

     SV=PRMTR[1,1];  @s.e. of the random walk component@
     SE=PRMTR[2,1];  @s.e. of the AR component@
     SW=PRMTR[3,1];
     phi1=prmtr[4,1];
     phi2=prmtr[5,1];


      F=(1~0~0~1)|
        (0~phi1~phi2~0)|
        (0~1~0~0)|
        (0~0~0~1);


      H=1~1~0~0;

      Q= ZEROS(4,4);
              Q[1,1]=SV^2; Q[2,2]=SE^2;  Q[4,4]=SW^2;


      R= 0;

      BETA_LL=0|0|0|0;  @initial value            @
      P_LL=EYE(4)*100;

J_ITER = 1;
DO UNTIL J_ITER>T;



      BETA_TL = F * BETA_LL ;
      P_TL = F * P_LL * F' + Q;

      vt=yy[j_iter,1] - H * BETA_TL ;
                  @prediction error@

      ft= H * P_TL * H' + R;       @variance of forecast error@


      BETA_TT= BETA_TL + P_TL * H' * inv(ft) * vt;
      P_TT= P_TL - P_TL * H' * inv(ft) * H * P_TL;


BETA_MAT[J_ITER,.]=BETA_TT[1,1]~BETA_TT[2,1]~BETA_TT[4,1];

      BETA_LL=BETA_TT;
      P_LL=P_TT;


J_ITER = J_ITER+1;
ENDO;


RETP(BETA_MAT[START:T,.]);
ENDP;


@================================================================@
PROC TRANS(c0); @ constraining values of reg. coeff.@
         local c1,d1,d2;

     c1=c0;

     c1[1:3,.]=exp(-1*c0[1:3,.])/10;

     d1=c0[4,1]./(1+abs(c0[4,1]));
     d2=c0[5,1]./(1+abs(c0[5,1]));

     c1[4,1]=d1+d2;
     c1[5,1]= -1* d1*d2 ;


retp(c1);
endp;
gauss新手，很多都不大明白，多谢老师了。

epoh 发表于 2011-10-12 16:06
哈哈!zhangtao兄对此模型也有兴趣我先说明一下:MSVAR for Ox,需要配合旧版的软件GiveWin2 & oxpro340且使用 ...

你好，可不可以分享一下oxpro340?我在论坛上木有搜到，另，这里的GiveWin2可以用2.3版本的吗？
我的邮箱是fantasy178@163.com.
期待您的帮助。。非常感谢

zhangtao 发表于 2011-10-12 15:04
Available for downloading through www.economics.ox.ac.uk/hendry/krolzig
epoh老师，您好！
        ...

您好，请问可不可以分享一下oxpro340这个软件？另外，这个msvar适用于ox5或6版本的吗？
我的邮箱的fantasy178@163.com.期待您的帮助。。。