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