VAR 估计的估计残差(vars 包)

Estimation residuals from VAR estimation (vars package)

我目前正在估计 VAR 模型,然后估计广义脉冲响应函数。要获得这些的 SE,我应该先做一些 bootstrapping。

这个过程开始于"estimating the parameters of the VAR model and extracting the estimation residuals, denoted Ût."

现在,我正在使用 vars 包估算我的 var 模型,如下所示

varendoA<-data.frame(value_ts,value2_ts, price_ts, price2_ts)
library(vars)
fitvar<- VAR(varendo, type = c("both"), season = christmas, lag.max = 12,ic = c("AIC"))
summary(fitvar)

该模型包含 5 个变量和 104 个观测值、一个趋势、常数和一个圣诞节期间的虚拟变量,并输出具有 5 个滞后的结果。

现在当我想提取它的残差时 residuals(fitvar) 我得到了每个变量 99 个数字的列表。

我应该使用这些残差来生成 bootstrap 残差(随机绘​​制并从获得的残差中替换)并将这些与估计方程一起使用以生成新的 bootstrapped 时间序列重新估计 VAR 和 IRF(并最终获得 SE 用于我的估计)。

因为我应该按如下方式递归计算新的时间序列:

我不应该得到每个变量 104 个残差的列表而不是 99 个吗?我对整个生成过程有点困惑。

非常感谢您的帮助。

在自回归 (AR) 模型中,使用变量过去值的线性组合来预测变量。由于您设置了 lag.max = 12,您允许 VAR 到 select 模型最多使用 12 个滞后值作为预测变量。

由于您的模型使用 5 个滞后,VAR 无法将值拟合到变量的前 5 个观察值。这是因为前 5 个观察值被用来拟合第 6 个观察值。因此,残差数将是观察数减去 AR 模型阶数。