如何获得VAR模型中滞后外生变量的系数?(R)

Question

Hello Stack社区，

我正在用三个内生变量和一个外生变量建立向量自回归模型。当我使用summary(model_name)或Bcoef(model_name)命令获得系数时，输出包含内生变量的滞后值，但仅包含外生变量的当前值(无滞后(。

然而，我感兴趣的是外生变量的影响，因此外生变量的当前和滞后系数，但不幸的是没有提供滞后。

如果有人知道如何获得这些系数，我将不胜感激？是否有单独的包(事实上，要绘制外生变量的脉冲响应函数，需要单独的包(？如果不是包裹，我该如何处理这个问题？

Answer 1

外生变量不受VAR模型中滞后输入的影响，所以如果你想创建一个有滞后的外生变量，你必须逐一引入其中的每一个，创建一个具有滞后值的数据帧：

library(vars)
#> Loading required package: MASS
#> Loading required package: strucchange
#> Loading required package: zoo
#> 
#> Attaching package: 'zoo'
#> The following objects are masked from 'package:base':
#> 
#>     as.Date, as.Date.numeric
#> Loading required package: sandwich
#> Loading required package: urca
#> Loading required package: lmtest
library(magrittr)
data("Canada")
e <- Canada[,1]
prod <- Canada[,2]
rw <- Canada[,3]
exog <- Canada[,4]
exog_1 <- lag(exog,-1)
exog_2 <- lag(exog,-2)
data <- cbind(e,prod,rw,exog,exog_1,exog_2) %>% 
na.omit()
VAR(data[,1:3],exogen = data[,4:6])
#> 
#> VAR Estimation Results:
#> ======================= 
#> 
#> Estimated coefficients for equation e: 
#> ====================================== 
#> Call:
#> e = e.l1 + prod.l1 + rw.l1 + const + exog + exog_1 + exog_2 
#> 
#>         e.l1      prod.l1        rw.l1        const         exog       exog_1 
#>   1.02017830   0.05614693  -0.01826264 -34.21688327  -0.93864073   0.79002397 
#>       exog_2 
#>   0.22434453 
#> 
#> 
#> Estimated coefficients for equation prod: 
#> ========================================= 
#> Call:
#> prod = e.l1 + prod.l1 + rw.l1 + const + exog + exog_1 + exog_2 
#> 
#>          e.l1       prod.l1         rw.l1         const          exog 
#>    0.16469624    0.99378315   -0.05301798 -133.87969507    0.17191734 
#>        exog_1        exog_2 
#>   -0.30238907    0.60487385 
#> 
#> 
#> Estimated coefficients for equation rw: 
#> ======================================= 
#> Call:
#> rw = e.l1 + prod.l1 + rw.l1 + const + exog + exog_1 + exog_2 
#> 
#>         e.l1      prod.l1        rw.l1        const         exog       exog_1 
#>   0.17297620  -0.07327839   0.92329491 -99.55107991   0.49728306  -0.15506299 
#>       exog_2 
#>  -0.24236800

^{创建于2022-02-11由reprex包(v1.0.0(}

这是可能的，但不常见，记住测试exog变量是否真的是外源性的。