Exponenta Banner

Сгенерируйте образцовые импульсные ответы VEC

Скрипт Open Live Script

Этот пример показывает, как сгенерировать импульсные ответы из этой векторной модели исправления ошибок, содержащей первые три задержки (VEC (3), см. [80], Ch. 6.7):

Δyt=[0.24-0.080-0.31]Δyt-1+[0-0.130-0.37]Δyt-2+[0.20-0.060-0.34]Δyt-3+[-0.070.17][1-4]yt-1+εt

yt 2D временные ряды. Δyt=yt-yt-1. εt 2D серия средних нулевых Гауссовых инноваций с ковариационной матрицей

Σ=10-5[2.61-0.15-0.152.31].

Задайте модель VEC(3) авторегрессивные содействующие матрицы B1, B2, и B3, матрица коэффициентов исправления ошибок C, и инновационная ковариационная матрица Σ.

B1    = [0.24 -0.08;
         0.00 -0.31];
B2    = [0.00 -0.13;
         0.00 -0.37];
B3    = [0.20 -0.06;
         0.00 -0.34];
C     = [-0.07; 0.17]*[1 -4];
Sigma = [ 2.61 -0.15;
         -0.15  2.31]*1e-5;

Вычислите авторегрессивные содействующие матрицы в модели VAR (4), которая эквивалентна модели VEC(3).

B = {B1; B2; B3};
A = vec2var(B,C);

A 4 1 вектор ячейки, содержащий модель VAR (4) 2 на 2 авторегрессивные содействующие матрицы. Ячейка A{j} содержит матрицу коэффициентов для задержки j в обозначении разностного уравнения. Модель VAR (4) с точки зрения yt вместо Δyt.

Вычислите импульсные ответы ошибки прогноза (FEIRs) для VAR (4) представление. Таким образом, примите единичную матрицу по умолчанию для инновационной ковариации. Сохраните импульсные ответы в течение первых 20 периодов.

numObs = 20;
IR = cell(2,1); % Preallocation
IR{1} = armairf(A,[],'NumObs',numObs);

IR{1} является 20 массивом 2 на 2 импульсных ответов представления VAR модели VEC. Элемент t, j, k является импульсным ответом переменной k во время t - 1 в горизонте прогноза, когда переменная j получила шок во время 0.

Чтобы вычислить импульсные ответы, armairf фильтрует инновационный шок с одним стандартным отклонением от одного ряда до себя и всего другого ряда. В этом случае значение шока 1 для каждого ряда.

Вычислите ортогонализируемые импульсные ответы и предоставьте инновационную ковариационную матрицу. Сохраните импульсные ответы в течение первых 20 периодов.

IR{2} = armairf(A,[],'InnovCov',Sigma,'NumObs',numObs);

Для ортогонализируемых импульсных ответов инновационная ковариация управляет значением отфильтрованного шока. IR{2} соразмерен с IR{1}.

Постройте FEIR и ортогонализируемые импульсные ответы для всего ряда.

type = {'FEIR','Orthogonalized'};
for j = 1:2
    figure;
    imp = IR{j};
    subplot(2,2,1);
    plot(imp(:,1,1))
    title(sprintf('%s: y_{1,t}',type{j}));
    ylabel('y_{1,t}');
    xlabel('Period');
    subplot(2,2,2);
    plot(imp(:,1,2))
    title(sprintf('%s: y_{1,t} \\rightarrow y_{2,t}',type{j}));
    ylabel('y_{2,t}');
    xlabel('Period');
    subplot(2,2,3);
    plot(imp(:,2,1))
    title(sprintf('%s: y_{2,t} \\rightarrow y_{1,t}',type{j}));
    ylabel('y_{1,t}');
    xlabel('Period');
    subplot(2,2,4);
    plot(imp(:,2,2))
    title(sprintf('%s: y_{2,t}',type{j}));
    ylabel('y_{2,t}');
    xlabel('Period');
end

Поскольку инновационная ковариация является почти диагональной, FEIR и ортогонализируемые импульсные ответы имеют подобные динамические поведения ([80], Ch. 6.7). Однако шкала каждого графика заметно отличается.

Смотрите также

|

Связанные примеры

Больше о

Документация Econometrics Toolbox
Поддержка