〖素质笔记〗Eviews 8新功能之五——马尔科夫转换回归模型

正在学，谢谢分享

马尔科夫转换回归

我的素质低 发表于 2015-9-5 20:01
马尔科夫转换回归

谢谢帮助

感谢楼主

顶顶顶顶顶顶顶

支持

gbtuhy 发表于 2018-3-26 17:18
楼主，Eviews只是设置了集中regime状态，但是怎么知道每一个regime对应的状态是什么呢？

看回归系数 的正负大小  显著性水平等

整个eviews建立的模型应该仿照了Hamilton（1989）的模型。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，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?
$$\begin{align}y_t = a_{S_t} +  + \phi_1 y_{t-1} + \dots +\phi_p y_{t-p} +\varepsilon_t \\\varepsilon_t \sim N(0, \sigma_{S_t}^2)\end{align}$$

整个eviews建立的模型应该仿照了Hamilton（1989）的模型。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，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?
$$\begin{align} y_t = a_{S_t} + + \phi_1 y_{t-1} + \dots + \phi_p y_{t-p} + \varepsilon_t \\ \varepsilon_t \sim N(0, \sigma_{S_t}^2) \end{align}$$

您好，感谢分享！请问出现“Near singular matrix in computing the steady state probabilities.”报错应该如何解决呢？感谢！