R：使用 VAR 模型来预测对某些变量值变化的响应答案

【问题标题】：R: Use VAR model to predict response to change in values of certain variablesR：使用 VAR 模型来预测对某些变量值变化的响应
【发布时间】：2010-12-18 05:24:13
【问题描述】：

我在 R 中安装了 VECM 模型，并转换为 VAR 表示。我想使用这个模型根据解释变量的不同场景来预测响应变量的未来值。

这是模型的代码：

library(urca)
library(vars)

input <-read.csv("data.csv")
ts <- ts(input[16:52,],c(2000,1),frequency=4)
dat1 <- cbind(ts[,"dx"], ts[,"u"], ts[,"cci"],ts[,"bci"],ts[,"cpi"],ts[,"gdp"])

args('ca.jo')
vecm <- ca.jo(dat1, type = 'trace', K = 2, season = NULL,spec="longrun",dumvar=NULL)
vecm.var <- vec2var(vecm,r=2)

现在我想做的是通过改变其他人来预测“dx”的未来。我不确定在下一个时期是否可以使用“predict dx if u=30,cpi=15,bci=50,gdp=...”。所以我的想法是：在下一个时期将“u”增加 15%（这显然也会影响所有其他变量，包括“dx”）并预测未来的影响。

另外，我不确定“vec2var”这一步是否必要，所以如果你认为它是多余的，请忽略它。

谢谢
卡尔

【问题讨论】：

这个问题更多地与计量经济学有关，而不是与编程有关。 r-sig-finance 邮件列表中有更多关于此主题的临界质量，因此您可以尝试将其发布在那里。

标签： r model statistics regression

【解决方案1】：

给你 - ??forecast 给出了 vars::predict, Predict 类 varest 和 vec2var 对象的方法作为答案，看起来完全符合你的要求。增加 u 看起来像脉冲响应分析，所以查一下！

【讨论】：

【解决方案2】：

Bernhard Pfaff 的书“Analysis of Integrated and Cointegrated Time Series with R”的第 4 章和第 8 章很好地介绍了这个主题，为此编写了 vars 和 urca 包。

如果您想使用可用的预测功能，则需要 vec2var 步骤。

更完整的答案was provided on the R-Sig-Finance list。另见this related thread。

【讨论】：

我实际上正在使用您所指的那本书，但它并没有完全说明我该如何做我想做的事情，上面的答案也没有。我在 R-Sig-Finance 上的问题的答案很接近，但我不能使用它，因为它从对象“varest”中提取 lm，而我看不到如何使用“vec2var”对象完成该货车.