如何在 statsmodels 中获取 VAR(1) 模型的方差？

Question

我在 statsmodels 中估计了一个 VAR(1) 模型（示例代码来自statsmodels user guide）。

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.api import VAR
from statsmodels.tsa.base.datetools import dates_from_str

# prepare the data
mdata = sm.datasets.macrodata.load_pandas().data
dates = mdata[['year', 'quarter']].astype(int).astype(str)
quarterly = dates["year"] + "Q" + dates["quarter"]
quarterly = dates_from_str(quarterly)
mdata = mdata[['realgdp','realcons','realinv']]
mdata.index = pd.DatetimeIndex(quarterly)
data = np.log(mdata).diff().dropna()

# make a VAR model
model = VAR(data)
results = model.fit(1)

我想计算 VAR 模型的方差（单击 here 了解说明）。 VARResults 对象的属性或属性是否可以直接给出方差？

Answer 1

我找到了答案。

results.acf(0)

VARResults 对象的acf() 方法计算 VAR 模型的理论自协方差函数。