Come stimare l'autoregressione dei vettori e la funzione di risposta all'impulso con i dati del pannello

9

Sto lavorando sulla stima della regressione automatica del vettore (VAR) e della funzione di risposta all'impulso (IRF) sulla base dei dati del panel con 33 individui su 77 quarti. Come dovrebbe essere analizzato questo tipo di situazione? Quale algoritmo esiste per questo scopo? Preferirei condurre queste analisi in R, quindi se qualcuno ha familiarità con il codice R o un pacchetto progettato per questo scopo che potrebbero suggerire, sarebbe particolarmente utile.

— Rom
fonte

Benvenuto nel sito, @Roman. Chiedere pacchetti R è fuori tema per CV (vedere la nostra pagina di aiuto ). Inoltre, questa Q sarebbe fuori tema anche su Stack Overflow . Potresti provare il r-help listserv.

— gung - Ripristina Monica

Questa domanda sembra fuori tema perché si tratta di richiedere pacchetti R.

— gung - Ripristina Monica

potrei chiedere l'algoritmo per la stima VAR del pannello?

— Rom

3

Certo, puoi chiedere come affrontare questa situazione e nel processo di risposta qualcuno potrebbe essere in grado di fornire un codice R utile (o no ...). Sta solo chiedendo "quale pacchetto farà X" che è fuori tema. Se vuoi che la domanda rimanga qui (e rimani aperta), modifica la tua Q per renderla in argomento. Può aiutarti a leggere la sezione pertinente della pagina di aiuto e la nostra guida per porre domande nella riformulazione del tuo Q.

— gung - Reinstate Monica

L'ho modificato nella speranza che possa portare a risposte più produttive per te. Assicurati che ti stia ancora chiedendo cosa vuoi sapere e vedi se ti piace. In caso contrario, fai clic su "Ripristina" per tornare all'ultima modifica con le mie scuse.

— gung - Ripristina Monica

2

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

Qui troverai il pacchetto R e il link al documento.

— Michael Sigmund
fonte

Ho creato una versione parallela del codice per avviare le funzioni di risposta all'impulso su github.com/hannes101/ParallelPanelVAR

— hannes101

6

I comuni modelli di autoregressione dei dati del pannello comprendono lo stimatore Arellano-Bond (comunemente indicato come "differenza" GMM), lo stimatore Blundell-Bond (comunemente denominato "sistema" GMM) e lo stimatore Arellano-Bover . Tutti usano GMM e iniziano con un modello:

y_{io t} = Σ_{l = 1}^{p} ρ_{l} y_{io, t - l} + X_{io, t}^{'} β + α_{io} + ε_{io t}

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

Arellano e Bond prendono la prima differenza di per rimuovere l'effetto fisso, e quindi usano livelli ritardati come strumenti: $y_{i,t}$ $\alpha_i$

E [Δ ε_{io t} y_{io, t - 2}] = 0

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

Questo è sostanzialmente lo stesso della procedura descritta in questo articolo di Holtz-Eakin Newey Rosen , che fornisce anche alcune istruzioni per l'implementazione.

Blundell e Bond usano le prime differenze ritardate come strumenti per i livelli:

Il nome "sistema" GMM di solito significa un mix di questi strumenti con quelli di Arellano Bond.

E [ε_{io t} Δ y_{io, t - 1}] = 0

$E[\epsilon_{it}\Delta y_{i,t-1}]=0$

Arellano e Bover usano il sistema GMM ed esplorano anche il degrado delle variabili, che per quanto ne sappia non è direttamente implementato R, ma è possibile consultare i loro articoli per i dettagli.

In R, sia Arellano-Bond che Blundell-Bond sono implementati nel plmpacchetto , sotto il comando pgmm. La documentazione a cui ho collegato fornisce istruzioni ed esempi su come implementarli.

— jayk
fonte

Grazie mille! Ho usato il pacchetto plm per pannelli semplici. E mi preoccupavo della sua applicazione per i PVAR. Grazie.

— Rom

1

researchgate.net/publication/322526372_panelvar_044 troverai il pacchetto qui. Buona fortuna con la tua ricerca

— Michael Sigmund,

3

È possibile utilizzare un sistema di equazioni di regressione apparentemente non correlate (utilizzando il pacchetto systemfit) dopo aver convertito il set di dati con pdata.frame (pacchetto plm). È necessario derivare da soli le funzioni di risposta all'impulso. Se segui il libro di testo di Hamilton o Greene, non dovrebbe essere troppo complicato.

— Ermanno
fonte

2

Ho appena trovato questo articolo "Panel Vector Autoregression in R: The Panelvar Package" (2017) di Michael Sigmund, Robert Ferstl e Daniel Unterkofler, che in sostanza è una descrizione dei metodi implementati in R. https://papers.ssrn.com /sol3/papers.cfm?abstract_id=2896087

Inoltre, c'è un'altra domanda qui: Modelli di autoregressione del vettore del pannello in R?

Gli autori stanno attualmente pubblicando il codice su CRAN, ma forniscono già pacchetti binari su researchgate. https://www.researchgate.net/project/Panel-Vector-Autoregression-Models-with-different-GMM-estimators

Il pacchetto binario panelvar può essere scaricato direttamente, penso che le fonti dovrebbero essere disponibili su CRAN nel prossimo futuro. https://www.researchgate.net/publication/322526372_panelvar_044

— hannes101
fonte

1

Le risposte solo al collegamento possono diventare inutili se si interrompe il collegamento (ciò accade davvero). Potresti espandere la tua risposta con la presentazione dei principali concetti del documento a cui ti colleghi. O almeno scrivi 'check out Panelvarpackage.

— Łukasz Deryło,

Bene, il pacchetto non è ancora stato pubblicato da nessuna parte, quindi in pratica volevo solo aggiungere alcuni riferimenti. Spero che ora sia abbastanza.

— hannes101,

2

Sì, va meglio. Ora posso cercare questo documento anche se il tuo link si interrompe. Grazie!

— Łukasz Deryło, l'

panelvarOrmai il pacchetto è disponibile su CRAN. Una volta installato e caricato, inizierei a?pvargmm

— altabq il

1

Suggerirei di usare la {vars}libreria in R. Ha una funzione per stimare un modello VAR e per stimare una funzione di risposta all'impulso da questo modello e per investigare la causalità di Granger ecc.

Ti suggerisco di esaminare le seguenti funzioni:

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

— fredrikhs
fonte

grazie @fredrikhs per i tuoi commenti. in realtà {vars} è buono per le serie storiche. come utilizzare questo pacchetto ai fini dei pannelli? l'applicazione diretta non funziona ...

— Rom

Puoi fare un esempio, come sono i dati?

— fredrikhs,

I dati sono in formato ordinario come per lo scopo del pacchetto {plm}. Vars: ID paese anno REER GDP FinalConsumpExpend DimesticDemand ... (21 anni in totale) nel 1994Q1: 2003Q1 periodo di tempo

— Rom

Il varspacchetto non funziona con i dati del pannello,

— afaik

1

Ciao @Roman e tutti gli altri. Sono anche nei modelli VAR del pannello e nella mia ricerca, mi sono imbattuto in questi comandi scritti dall'utente basati su stata pvar e xtvar. Ho già usato pvar e sembra abbastanza bene. Puoi leggere di più qui e un'applicazione passo-passo

— Ayobami
fonte

ecco il link al comando e all'applicazione pvar

— Ayobami

1

L'OP ha chiesto il codice R, quindi non sono sicuro del motivo per cui pensi che Stata gli possa essere di aiuto. Forse puoi modificare la tua risposta per elaborare?

— mdewey,