时间序列ar模型_【Stata时间序列】AR/MA/ARIMA模型及定阶问题

学习ARIMA等模型，可以为更常用的VAR和PVAR打下基础。这里，先简单介绍下VAR模型。

VAR，Vector Autoregression，向量自回归，由 Sims（1980）提出，是multivariate time-series模型的一种。Sims也因为提出这个理论，和萨金特Sargent在2011年一起获得了 诺贝尔经济学奖。

VAR模型的特点包括：

• 无须区别变量的内生性和外生性，可全部当成内生变量来处理；
• 解释变量全部为滞后项，不包括当期变量，因此只要观测值够多，就不用担心因为参数过多而带来的不可识别问题；
• 不基于任何的现有经济理论，而是“让数据自己发声”。

VAR模型在后来的研究中被广泛使用，并衍生出、PVAR、DSGE-VAR和FAVAR等模型。

VAR模型的基础是AR模型。除了VAR，AR模型还衍生除了其它模型：

• ARDL
• ARDL-ECM
• ARMA
• ARIMA

先简单说下AR、ARMA和ARIMA模型的区别：

• AR表是自回归，用y的各期滞后项对当期的y进行建