Wie man die Vektorautoregression und die Impulsantwortfunktion mit Paneldaten schätzt

9

Ich arbeite an der Schätzung der Vektorautoregression (VARs) und der Impulsantwortfunktion (IRFs) basierend auf Paneldaten mit 33 Personen über 77 Quartale. Wie soll diese Art von Situation analysiert werden? Welche Algorithmen gibt es für diesen Zweck? Ich würde es vorziehen, diese Analysen in R durchzuführen. Wenn also jemand mit R-Code oder einem für diesen Zweck entwickelten Paket vertraut ist, das er vorschlagen könnte, wäre dies besonders hilfreich.

— Rom
quelle

Willkommen auf der Website @Roman. Das Nachfragen nach R-Paketen ist für den Lebenslauf nicht thematisch (siehe unsere Hilfeseite ). Darüber hinaus wäre dieses Q auch beim Stapelüberlauf nicht zum Thema . Sie können den R-Help-Listenserver ausprobieren.

— Gung - Reinstate Monica

Diese Frage scheint nicht zum Thema zu gehören, da es darum geht, nach R-Paketen zu fragen.

— Gung - Reinstate Monica

könnte ich nach dem Algorithmus für die Panel-VAR-Schätzung fragen?

— Rom

3

Sicher, Sie können sich fragen, wie Sie mit dieser Situation umgehen sollen, und während Sie antworten, kann jemand möglicherweise einen hilfreichen R-Code bereitstellen (oder nicht ...). Es wird nur gefragt, welches Paket X macht, was nicht zum Thema gehört. Wenn Sie möchten, dass die Frage hier bleibt (und offen bleibt), bearbeiten Sie einfach Ihr Q, um es zum Thema zu machen. Es kann Ihnen helfen, den entsprechenden Abschnitt der Hilfeseite und unseren Leitfaden zu lesen , um Fragen bei der Neuformulierung Ihres Q.

— Gung - Reinstate Monica zu stellen

Ich habe dies in der Hoffnung bearbeitet, dass es zu produktiveren Antworten für Sie führen könnte. Bitte stellen Sie sicher, dass immer noch gefragt wird, was Sie wissen möchten und ob es Ihnen gefällt. Wenn nicht, klicken Sie auf "Rollback", um mit meiner Entschuldigung zu Ihrer letzten Bearbeitung zurückzukehren.

— Gung - Reinstate Monica

2

https://www.researchgate.net/publication/312165764_Panel_Vector_Autoregression_in_R_The_panelvar_Package

Hier finden Sie das R-Paket und den Link zum Papier.

— Michael Sigmund
quelle

Ich habe eine parallelisierte Version des Codes erstellt, um die Impulsantwortfunktionen unter github.com/hannes101/ParallelPanelVAR

— hannes101

6

Zu den gängigen Autoregression-Modellen für Paneldatenvektoren gehören der Arellano-Bond- Schätzer (allgemein als "Differenz" -GMM bezeichnet), der Blundell-Bond- Schätzer (üblicherweise als "System" -GMM bezeichnet) und der Arellano-Bover- Schätzer. Alle verwenden GMM und beginnen mit einem Modell:

y_{ich t} = \sum_{l = 1}^{p} ρ_{l} y_{ich, t - - l} + x_{ich, t}^{'} β + α_{ich} + ϵ_{ich t}

$y_{it}=\sum_{l=1}^p\rho_ly_{i,t-l}+x_{i,t}'\beta+\alpha_i+\epsilon_{it}$

Arellano und Bond nehmen die erste Differenz von , um den festen Effekt zu entfernen, und verwenden dann verzögerte Pegel als Instrumente: $y_{i,t}$ $\alpha_i$

E. [Δ ϵ_{ich t} y_{ich, t - - 2}]] = 0

$E[\Delta \epsilon_{it}y_{i,t-2}]=0$

Dies entspricht im Wesentlichen dem in diesem Artikel von Holtz-Eakin Newey Rosen beschriebenen Verfahren , das auch einige Anweisungen zur Implementierung enthält.

Blundell und Bond verwenden verzögerte erste Unterschiede als Instrumente für Levels:

E. [ϵ_{ich t} Δ y_{ich, t - - 1}]] = 0

$E[\epsilon_{it}\Delta y_{i,t-1}]=0$ Der Name "System" GMM bedeutet normalerweise eine Mischung dieser Instrumente mit denen von Arellano Bond.

Arellano und Bover verwenden das GMM-System und untersuchen auch die Vorwärtsverschlechterung von Variablen, für die meines Wissens nicht direkt implementiert Rist. Sie können jedoch in ihrem Dokument nach Einzelheiten suchen.

In Rwerden sowohl Arellano-Bond als auch Blundell-Bond unter dem Befehl im plmPaket implementiert pgmm. Die Dokumentation, auf die ich verlinkt habe, enthält Anweisungen und Beispiele für die genaue Implementierung.

— Jayk
quelle

Vielen Dank! Ich habe das plm-Paket für einfache Panels verwendet. Und ich machte mir Sorgen um die Anwendung für PVARs. Vielen Dank.

— Rom

1

researchgate.net/publication/322526372_panelvar_044 Das Paket finden Sie hier. Viel Glück bei Ihrer Recherche

— Michael Sigmund

3

Sie können ein System von scheinbar nicht verwandten Regressionsgleichungen (unter Verwendung des Pakets systemfit) verwenden, nachdem Sie das Dataset mit pdata.frame (plm-Paket) konvertiert haben. Sie müssen die Impulsantwortfunktionen selbst ableiten. Wenn Sie dem Lehrbuch von Hamilton oder Greene folgen, sollte es nicht zu kompliziert sein.

— Ermanno
quelle

2

Ich habe gerade dieses Papier "Panel Vector Autoregression in R: Das Panelvar-Paket" (2017) von Michael Sigmund, Robert Ferstl und Daniel Unterkofler gefunden, das im Grunde eine Beschreibung der in R. https://papers.ssrn.com implementierten Methoden ist /sol3/papers.cfm?abstract_id=2896087

Zusätzlich gibt es hier eine andere Frage: Panel-Vektor-Autoregression-Modelle in R?

Die Autoren veröffentlichen derzeit den Code auf CRAN, stellen jedoch bereits Binärpakete auf researchgate bereit. https://www.researchgate.net/project/Panel-Vector-Autoregression-Models-with-different-GMM-estimators

Das binäre Panelvar-Paket kann direkt heruntergeladen werden. Ich denke, Quellen sollten in naher Zukunft auf CRAN verfügbar sein. https://www.researchgate.net/publication/322526372_panelvar_044

— hannes101
quelle

1

Nur-Link-Antworten können unbrauchbar werden, wenn der Link unterbrochen wird (dies passiert wirklich). Sie können Ihre Antwort durch die Präsentation der wichtigsten Konzepte aus dem Papier erweitern, auf das Sie verlinken. Oder schreiben Sie zumindest ein Check-out- PanelvarPaket.

— Łukasz Deryło

Nun, das Paket ist noch nirgendwo veröffentlicht, daher wollte ich im Grunde nur einige Referenzen hinzufügen. Hoffe das ist jetzt genug.

— Hannes101

2

Ja, das ist besser. Jetzt kann ich nach diesem Artikel suchen, auch wenn Ihr Link unterbrochen wird. Vielen Dank!

— Łukasz Deryło

Das Paket panelvarist ab sofort auf CRAN verfügbar. Einmal installiert und geladen, würde ich um?pvargmm

— altabq

1

Ich würde vorschlagen, die {vars}Bibliothek in R zu verwenden. Sie hat eine Funktion zum Schätzen eines VAR-Modells und zum Schätzen einer Impulsantwortfunktion aus diesem Modell und zum Untersuchen der Granger-Kausalität usw.

Ich schlage vor, Sie untersuchen die folgenden Funktionen:

> VARselect()
> VAR()
> irf()
> causality()

— Fredrikhs
quelle

Vielen Dank an @fredrikhs für Ihre Kommentare. Eigentlich ist {vars} gut für Zeitreihen. Wie verwende ich dieses Paket für Panels? direkte Bewerbung funktioniert nicht ...

— Rom

Können Sie ein Beispiel geben, wie die Daten aussehen?

— Fredikhs

Die Daten haben ein normales Format wie für den Zweck des {plm} -Pakets. Vars: ID Land Jahr REER BIP FinalConsumpExpend DimesticDemand ... (insgesamt 21 vars) über den Zeitraum 1994Q1: 2003Q1

— Rom

Das varsPaket funktioniert nicht mit Paneldaten, afaik

— altabq

1

Hallo @Roman und alle anderen. Ich bin auch in Panel-VAR-Modellen und bei meiner Suche bin ich auf diese stata-basierten benutzergeschriebenen Befehle pvar und xtvar gestoßen. Ich habe pvar bereits verwendet und es scheint ganz okay zu sein. Hier können Sie mehr darüber und eine schrittweise Anwendung lesen

— Ayobami
quelle

Hier ist der Link zum PVAR Befehl und Anwendung: paneldataconference2015.ceu.hu/Program/Michael-Abrigo.pdf

— Ayobami

1

Das OP hat nach R-Code gefragt, daher bin ich mir nicht sicher, warum Sie glauben, dass Stata ihm helfen würde. Vielleicht können Sie Ihre Antwort bearbeiten, um sie auszuarbeiten?

— Mdewey