TVP-VAR模型

Posted 2021-03-04 cloris-zhang

一、VAR:向量自回归模型，结果仅具有统计上的 意义

SVAR：结构向量自回归模型

TVP-VAR：Time Varying Parameter-Stochastic Volatility-Vector Auto Regression。时变参数随机波动率向量自回归模型，与VAR 不同的是，模型没有同方差的假定，更符合实际。并且时变参数更能捕捉到经济变量在不同时代背景下所具有的关系和特征，并且假定随机波动率。

TVP-VAR主要使用mcmc算法，即蒙特卡罗方法（Monte Carlo Simulation，简称MC）和马尔科夫链（Markov Chain ，也简称MC）。MCMC方法是用来在概率空间，通过随机采样估算兴趣参数的后验分布。

只是学习笔记，关于MCMC的原文请点击MCMC。

二、蒙特卡罗

1.（学会了再来整理）

三、进行TVP-VAR建模时，也需要数据平稳。可以用ADF单位根检验法检验数据的平稳性，不平稳的数据可以做差分，直至平稳，用差分后的数据进行建模。

需要注意的是：TVP-VAR建模时，变量之间的顺序会影响到最后的实证结果。变量的顺序问题可能是实证结果不符合预期的一个原因。最好把关注的变量放在首位，这样在事变关系图中就能得到较好的展示。