脉冲响应和方差分解变量输入顺序问题

maxchen 发表于 2012-1-3 08:57
最重要的是经济解释，而不是统计方法。这里方差分解的解空间有无穷解----多元变量正交化，有无穷多种方法， ...

哎，有些经济意义确实不好解释啊，实在没办法就只能使用格兰杰因果检验的结论了。。。
请问是不是因果关系越显著的排在前面呢？还有人说关系越远的排在前面，有点晕了，不知道那种说法是正确的。

你是做统计研究还是经济研究啊
如果是经济分析，没有经济含义，做了有什么用啊。

maxchen 发表于 2012-1-4 08:27
你是做统计研究还是经济研究啊
如果是经济分析，没有经济含义，做了有什么用啊。

做的是统计学类的论文，但是最终的目的是经济分析。
可是实在想不出能解释经济含义的办法啊！！

学习

学习了，感谢啊，对我做论文有很大帮助

遇到了同样的问题

在进行脉冲响应分析（Impulse Response Analysis, IRA）和方差分解（Variance Decomposition）时，变量的输入顺序确实很重要，这主要是因为这些方法经常是在向量自回归（VAR）模型的框架下进行的，而VAR模型对变量的顺序是敏感的。

### 脉冲响应分析

在脉冲响应分析中，变量的输入顺序影响着对冲击响应的估计。具体来说，当某个变量对应的冲击发生时，它在模型中位置越靠前，它对后续变量的直接影响就越大，因为模型假定靠前的变量可以在当期就影响到后面的变量，而后面的变量要到下一期才能影响到前面的变量。因此，如果你改变了Impulses框和Responses框中变量的输入顺序，得到的脉冲响应曲线也会不同，这反映了不同的冲击传递机制。

### 方差分解

在方差分解中，变量的顺序同样影响结果。方差分解旨在分析时间序列的预测误差方差中各个变量贡献的比例。变量的顺序不同，意味着模型在解释预测误差时考虑变量的顺序不同，这自然会导致方差分解的结果有所差异。

### 变量顺序的确定

对于变量的顺序，没有一个固定的规则，但是有一些常用的准则可以参考：

1. **理论基础**：根据经济理论或者研究领域的常识来决定变量的先后。比如，在宏观经济模型中，通常会将政策变量（如利率）放在先行位置，因为政策变量被认为是外生的，能够即时影响其他经济变量。

2. **数据的前置性**：有时基于数据特性来决定顺序，比如某些变量可能比其他变量更早反映市场或经济的变化。

3. **灵敏度分析**：通过改变变量的顺序并观察结果的变化，来评估模型对顺序的敏感度，如果模型结果对顺序高度敏感，则需要谨慎解释这些结果。

总之，在进行脉冲响应分析和方差分解时，确实需要考虑变量输入的顺序。在没有明确规则的情况下，可以依据理论和数据的特性来设定顺序，并通过灵敏度分析来检验模型结果的稳健性。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用