VAR模型及格兰杰因果检验——基于tushare平台的数据
数据来源
tushare平台的数据库,网站如下tushare大数据社区
该数据平台拥有丰富的数据内容,如股票、基金、期货、数字货币等行情数据,公司财务、基金经理等基本面数据
并且获取方便
主要步骤
1.先检验序列的平稳性,看序列是否平稳,或者一阶单整,或者更高阶;
2.根据AIC SBC等准则选择Var模型的滞后阶数;
3.看VAR模型根是否在单位圆内,在可继续后续分析;
4.协整检验,看变量之间有没有协整关系;
5.granger因果检验,看俩俩变量有没有相关关系,并不能证明有因果关系
主要使用的程序包 vars
主要代码
VARselect(va,lag.max = 20)#选择VAR模型的最佳滞后阶数
vaa=VAR(va,p=10,type='const')
var2=VAR(va,p=2,type='const')
var9=VAR(va,p=9,type='const')
serial.test(var9,lags.pt=9, type="PT.asymptotic")#残差序列相关性检验
#预测
var9.predict=predict(var9,n.head=2,ci=0.95)
fanchart(var9.predict,main = c('失业率预测','CPI变动预测'))
plot(diff(cpi