估計VAR估計殘差（變量包）

Question

我目前正在估計一個VAR模型，然後估計廣義脈衝響應函數。爲了獲得那些SE，我應該先做一些bootstrapping。

該過程從「估計VAR模型的參數並提取估計殘差開始，表示爲」。

現在，我估計與VARS包我的變種模型如下

varendoA<-data.frame(value_ts,value2_ts, price_ts, price2_ts) 
library(vars) 
fitvar<- VAR(varendo, type = c("both"), season = christmas, lag.max = 12,ic = c("AIC")) 
summary(fitvar) 

該模型包含5個變量與104個觀察，一種趨勢，常數和用於聖誕節期間僞並輸出結果有5個滯後。

現在，當我想提取其殘差residuals(fitvar)時，我得到了每個變量99個數字的列表。

我應該使用這些殘差來生成自舉殘差（隨機抽取所得到的殘差）並用這些估計方程生成新的自舉時間序列以重新估計VAR和IRF（和最後爲我的估計獲得SEs）。

自從我應該遞歸地計算出新的時間序列如下：

我不應該得到的每個變量，而不是99 104餘名單？我對整個生成過程有點困惑。

任何幫助都不勝感激。

Answer 1

在自迴歸（AR）模型中，使用過去變量值的線性組合預測變量。由於您已設置lag.max = 12，因此您允許VAR選擇最多使用12個滯後值作爲預測變量的模型。

由於您的模型使用5個滯後，因此VAR無法將您的變量的前5個觀測值的值擬合。這是因爲這些前5個觀測值被用來擬合第6個觀測值。因此，殘差的數量將是觀測值減去AR模型階數。