两个关于VAR的问题

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

如果执行如下程序

1. clear
   
2. webuse lutkepohl2
   
3. local cst = 1
   
4. foreach var of varlist dln_* {
   
5.     foreach var2 of varlist dln_* {
   
6.         if "`var'"!="`var2'" {
   
7.             forvalues l = 2/4 {
   
8.                 qui constraint define `cst' [`var']L`l'.`var2'=0
   
9.                 local cst = `cst' + 1
   
10.             }
    
11.         }
    
12.     }
    
13. }
    
14. local cst = `cst' - 1
    
15. var dln_* , lags(1/4) constraints(1/`cst') noconst nolog nocnsr dfk

复制代码

会得到如下结果（片段）

1. Vector autoregression
   
2. 
   
3. Sample:  1961q2 - 1982q4                           No. of obs      =        87
   
4. Log likelihood =  718.8549                         AIC             = -15.69781
   
5. FPE            =  8.22e-15                         HQIC            = -15.28694
   
6. Det(Sigma_ml)  =  5.43e-15                         SBIC            = -14.67744
   
7. 
   
8. Equation           Parms      RMSE     R-sq      chi2     P>chi2
   
9. ----------------------------------------------------------------
   
10. dln_inv               6     .040702   0.2602   32.96132   0.0000
    
11. dln_inc               6     .011574   0.7309   216.9137   0.0000
    
12. dln_consump           6     .010116   0.7765   281.5507   0.0000
    
13. ----------------------------------------------------------------
    
14. 
    
15. ------------------------------------------------------------------------------
    
16.              |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
17. -------------+----------------------------------------------------------------
    
18. dln_inv      |
    
19.      dln_inv |
    
20.          L1. |  -.2560271   .1068026    -2.40   0.017    -.4653565   -.0466978
    
21.          L2. |  -.0943709   .1001138    -0.94   0.346    -.2905902    .1018485
    
22.          L3. |    .132162   .1024238     1.29   0.197    -.0685848    .3329089
    
23.          L4. |   .3332071   .0969018     3.44   0.001     .1432832    .5231311
    
24.              |
    
25.      dln_inc |
    
26.          L1. |   .5480063   .4270637     1.28   0.199    -.2890232    1.385036
    
27.          L2. |   7.29e-16   9.19e-16     0.79   0.427    -1.07e-15    2.53e-15
    
28.          L3. |   6.79e-16   1.00e-15     0.68   0.498    -1.28e-15    2.64e-15
    
29.          L4. |   5.80e-16   7.27e-16     0.80   0.425    -8.44e-16    2.00e-15
    
30.              |
    
31. dln_consump |
    
32.          L1. |    .151961   .4609499     0.33   0.742    -.7514842    1.055406
    
33.          L2. |  -9.06e-16   1.07e-15    -0.85   0.395    -2.99e-15    1.18e-15
    
34.          L3. |  -6.40e-16   4.33e-16    -1.48   0.139    -1.49e-15    2.09e-16
    
35.          L4. |  -2.19e-16   2.74e-16    -0.80   0.424    -7.55e-16    3.18e-16
    
36. -------------+----------------------------------------------------------------

复制代码

如果在这之后，执行如下程序

1. var dln_* , lags(1/2) constraints(1) noconst nolog nocnsr dfk

复制代码

得到的结果是(部分)

1. ------------------------------------------------------------------------------
   
2.              |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
   
3. -------------+----------------------------------------------------------------
   
4. dln_inv      |
   
5.      dln_inv |
   
6.          L1. |  -.2609283   .1121212    -2.33   0.020    -.4806818   -.0411748
   
7.          L2. |  -.1281462   .1125114    -1.14   0.255    -.3486646    .0923721
   
8.              |
   
9.      dln_inc |
   
10.          L1. |   .2585417   .4842804     0.53   0.593    -.6906304    1.207714
    
11.          L2. |          0  (omitted)
    
12.              |
    
13. dln_consump |
    
14.          L1. |   .5359288   .4605129     1.16   0.245    -.3666599    1.438517
    
15.          L2. |   .5078876   .3796774     1.34   0.181    -.2362664    1.252042
    
16. -------------+----------------------------------------------------------------

复制代码

问题1：如果要估计上述第一个模型，即，每个式子的右边LHS变量有4个滞后项而其它变量只有1个滞后项，除了像我这样使用constraint之外，有什么简便的办法吗？
问题2：使用同样的数据和constraint，上述第一个模型的估计结果中，被限制的系数会有很小的值，例如L2.dln_inc在dln_inv式子里的系数是7.29e-16。但是在第二个模型里，会直接显示0 (omitted)。请问为什么会有这种现象？这种现象是否表示什么地方出现了错误？

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：VaR Constraints Constraint regression Likelihood

看不懂

1. 坦白说，个人没像您那样用过，手册的例子介绍是先执行一个没有constraints的，然后发现有一些不显著【与零无异】，所以进行一些constraints的var估计。 我不知道还有没有更简便的方法。确实楼主您的那个loop写地相当不错，如果方程多的话，应当很方便。 在楼主您提供的程序14行后
di "`cst'"
cons d
知道一共有18条的限制。
【如果是我的话！ 可能不写loop，这18条看起来好像运用复制贴上，打起来应当也不花太多时间，呵呵】
【我大脑运作没楼主那么快速，楼主那样的loop挺伤我脑～ 呵呵呵～ 我跟小丸子一样懒 ∧∧】

2. 又一个精确度问题。 7.29e-16 在我眼里与零，或者说没有 是一样的。不过在我Stata执行出来确不会被omitted说。 呵呵呵 好怪喔！

h3327156 发表于 2013-7-10 07:31
1. 坦白说，个人没像您那样用过，手册的例子介绍是先执行一个没有constraints的，然后发现有一些不显著【与 ...

谢谢回答~Stock and Watson （2005 EER）文章里有一个这样的模型。既然他们用了，不权威也权威了。呵呵。
我其实是担心stata impose constraint的方法会不会有bug。我暂时还没时间看stata自己的程序。但是按常理想想，决定哪些系数要用0 (omitted)来显示不应该是与估计模型无关的过程吗？比如有个循环筛选一遍所有的constraint，然后把这些系数显示成0。不知道是不是因为什么原因这个步骤被跳过了。。。等过段时间有机会再看stata自己的程序吧。