VAR模型的协方差矩阵？

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

写论文要用到VAR模型（总共五个变量，2004年至2008年的月度数据），需要估计残差向量的共同协方差矩阵（方差——协方差矩阵），下面哪一列是啊？求高手帮忙，感激不尽！


Vector Autoregression Estimates                                       
Date: 12/11/12   Time: 15:54                                       
Sample (adjusted): 2004Q3 2008Q4                                       
Included observations: 504 after adjustments                                       
Standard errors in ( ) & t-statistics in [ ]                                       
                                       
        AA        BB        CC        DD        EE
                                       
AA(-1)         0.905626        -0.670077         0.110825         1.403711         0.003087
         (0.06626)         (3.10587)         (0.12402)         (0.91463)         (0.84967)
        [ 13.6678]        [-0.21575]        [ 0.89360]        [ 1.53473]        [ 0.00363]
                                       
AA(-2)        -0.001655        -4.562378        -0.049353        -0.450611        -0.151586
         (0.07193)         (3.37181)         (0.13464)         (0.99294)         (0.92242)
        [-0.02301]        [-1.35310]        [-0.36656]        [-0.45381]        [-0.16433]
                                       
BB(-1)        -0.002209         0.593669         0.000220         0.014667        -0.039824
         (0.00115)         (0.05393)         (0.00215)         (0.01588)         (0.01475)
        [-1.92014]        [ 11.0087]        [ 0.10231]        [ 0.92358]        [-2.69938]
                                       
BB(-2)        -1.62E-05         0.070963        -0.004830        -0.003063         0.022065
         (0.00119)         (0.05586)         (0.00223)         (0.01645)         (0.01528)
        [-0.01360]        [ 1.27033]        [-2.16545]        [-0.18618]        [ 1.44382]
                                       
CC(-1)        -0.106663        -4.854572         0.462687        -0.411497        -0.648206
         (0.02877)         (1.34845)         (0.05384)         (0.39710)         (0.36889)
        [-3.70777]        [-3.60012]        [ 8.59296]        [-1.03627]        [-1.75716]
                                       
CC(-2)         0.068599         1.457026         0.099757        -0.181364         0.442429
         (0.02936)         (1.37643)         (0.05496)         (0.40534)         (0.37655)
        [ 2.33612]        [ 1.05855]        [ 1.81501]        [-0.44744]        [ 1.17495]
                                       
DD(-1)        -0.005207        -0.297672        -0.012907         0.084499         0.048696
         (0.00308)         (0.14440)         (0.00577)         (0.04252)         (0.03950)
        [-1.69010]        [-2.06143]        [-2.23839]        [ 1.98711]        [ 1.23269]
                                       
DD(-2)         0.003701        -0.045298         0.006533         0.197633         0.023802
         (0.00309)         (0.14482)         (0.00578)         (0.04265)         (0.03962)
        [ 1.19795]        [-0.31278]        [ 1.12962]        [ 4.63405]        [ 0.60077]
                                       
EE(-1)         0.007656         0.145962        -0.001695         0.039711        -0.333949
         (0.00369)         (0.17320)         (0.00692)         (0.05100)         (0.04738)
        [ 2.07200]        [ 0.84276]        [-0.24508]        [ 0.77859]        [-7.04814]
                                       
EE(-2)         0.001037         0.273229         0.001833         0.084608        -0.129380
         (0.00349)         (0.16374)         (0.00654)         (0.04822)         (0.04480)
        [ 0.29676]        [ 1.66864]        [ 0.28038]        [ 1.75463]        [-2.88826]
                                       
C        -0.002855         0.094575         0.002156        -0.007413         0.008113
         (0.00134)         (0.06295)         (0.00251)         (0.01854)         (0.01722)
        [-2.12566]        [ 1.50229]        [ 0.85752]        [-0.39984]        [ 0.47110]
                                       
R-squared         0.422337         0.370302         0.284388         0.080220         0.160803
Adj. R-squared         0.410620         0.357529         0.269873         0.061563         0.143781
Sum sq. resids         0.430884         946.7349         1.509560         82.10160         70.85400
S.E. equation         0.029564         1.385769         0.055335         0.408087         0.379104
F-statistic         36.04389         28.99150         19.59211         4.299778         9.446635
Log likelihood         1065.107        -874.0166         749.1660        -257.8611        -220.7324
Akaike AIC        -4.182965         3.511971        -2.929230         1.066909         0.919573
Schwarz SC        -4.090806         3.604130        -2.837071         1.159068         1.011732
Mean dependent        -2.15E-05         0.080015         0.002394        -0.001033        -0.003672
S.D. dependent         0.038509         1.728877         0.064759         0.421260         0.409700

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3 回帖

关键词：VAR模型 协方差矩阵 AR模型 VaR 协方差 adjusted Vector errors 模型 论文

你可以先保存残差向量

ermutuxia 发表于 2012-12-15 21:35
你可以先保存残差向量

已解决，还是很谢谢你！

有人问该怎么解决，我就简单说说。打开VAR模型，单击最上一栏View——Residuals——Covariance Matrix就是协方差矩阵

这个能说明什么问题呢？

怎么解释

bdxujian 发表于 2012-12-18 00:41
已解决，还是很谢谢你！

请问怎么解决的啊？谢谢

啊！感谢楼主！

谢谢楼主！

bdxujian 发表于 2013-3-29 22:47
有人问该怎么解决，我就简单说说。打开VAR模型，单击最上一栏View——Residuals——Covariance Matrix就是协 ...

但是这个啥意思。。。。