我目前正在估计一个VAR模型,然后估计广义脉冲响应函数。要获得这些的标准误差,我需要先进行一些自助法。
此过程始于“估计VAR模型的参数并提取估计残差,表示为Ût。”
现在,我正在使用vars软件包来估计我的VAR模型,如下所示:
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)
该模型包含5个变量,104个观测值,趋势、常数和圣诞节期间的虚拟变量,并输出带有5个滞后的结果。
现在,当我想要提取其残差
residuals(fitvar)
时,我会得到每个变量99个数字的列表。我应该使用这些残差生成自助残差(从获得的残差中随机抽样替换),并将其与估计方程一起使用以生成新的自助时间序列,以重新估计VAR和IRFs(最终获得我的估计的SE)。
由于我应该按以下方式递归计算新的时间序列:
我应该得到每个变量的104个残差列表,而不是99个吗?我对整个生成过程有点困惑。
非常感谢任何帮助。