【正文】 2023年 3月 22日星期三 上午 11時 24分 54秒 11:24: ? 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。 2023年 3月 22日星期三 11時 24分 54秒 11:24:5422 March 2023 ? 1空山新雨后，天氣晚來秋。 , March 22, 2023 ? 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 :24:5411:24Mar2322Mar23 ? 1故人江海別，幾度隔山川。為避免 ut2的滯后項過多，可采用加入 ?t2的滯后項的方法（回憶可逆性概念）。 默認(rèn)是滯后 4期 exog(varlist) 外生變量 constraints(constraints) 對外生變量的線性約束 noconstant 沒有常數(shù)項 level() 置信度 ， 默認(rèn) 95% separator() 分割線 Page 21 STATA從入門到精通 ? 構(gòu)建 VAR模型 ? 在 Stata中構(gòu)建 VAR模型的實現(xiàn)，是通過如下基本命令來實現(xiàn)的： ? var depvarlist [if] [in] [, options] 主要選項 描述 模型 1 noconstant 沒有常數(shù)項 lags(numlist) VAR滯后階數(shù) exog(varlist) 外生變量 模型 2 constraints(numlist) 線性約束 nolog 不顯示迭代過程 noisure 一步迭代 dfk 自由度調(diào)節(jié) small 小樣本 t,f統(tǒng)計量 報告結(jié)果 level() 置信度 Page 22 STATA從入門到精通 ? 平穩(wěn)性條件考察 ? 在 Stata中 VAR模型平穩(wěn)性條件考察的實現(xiàn)，是通過如下基本命令來實現(xiàn)的： ? varstable [, options] 主要選項 描述 estimates(estname) 考察 VAR（ estname） 的平穩(wěn)性 graph 對伴隨矩陣的特征值作圖 dlabel 將特征值標(biāo)記為到單位圓的距離 Page 23 STATA從入門到精通 ? 殘差的正態(tài)性和自相關(guān)檢驗 ? 在 Stata中 VAR模型殘差的正態(tài)性和自相關(guān)檢驗的實現(xiàn)，是通過如下基本命令來實現(xiàn)的： ? varnorm [, options] 主要選項 描述 jbera statistics JarqueBera 統(tǒng)計量 skewness 偏度 kurtosis 峰度 estimates(estname) cholesky 已估計的 var名稱 使用 Cholesky 分解 separator() 分割線 Page 24 STATA從入門到精通 ? 格蘭杰因果檢驗 ? 在 Stata中 VAR模型格蘭杰因果檢驗的實現(xiàn)，是通過如下基本命令來實現(xiàn)的： ? vargranger [, estimates(estname) separator()] Page 25 STATA從入門到精通 ? 脈沖分析 ? （ 1） irf文件的創(chuàng)建、顯示、激活和清除 ? VAR模型脈沖分析的實現(xiàn)，首先是要創(chuàng)建 irf文件。 年份 中國 GNP 私人國內(nèi)總投資 GNP的隱性價格折算因子（ 1972=1） 半年期商業(yè)票據(jù)利率 1953 1954 1955 1956 1957 97 1958 1959 108 Page 15 STATA從入門到精通 時間序列穩(wěn)定性檢驗的 stata實現(xiàn) ? 檢驗序列的平穩(wěn)性，可以用 phillipsperron檢驗， dickeyfuller檢驗，以及應(yīng)用 GLS擴(kuò)展的 dickeyfuller檢驗。包括自相關(guān)圖，偏自相關(guān)圖和 Q統(tǒng)計量。 xt是由它的 p個滯后變量的加權(quán)和以及 ut相加而成。這些因素概括起來可以歸納為四類：長期趨勢因素、季節(jié)變動因素、循環(huán)變動因素和不規(guī)則變動因素。 monthly timevar的格式為 %tm， 0=1， 1=；即 0為 1960年第一月 ， 1為 1960年第二月 ， 依次后推 。定義時間序列用 tsset命令，其基本命令格式為： ? tsset timevar [, options] ? 其中， timevar為時間變量。 ? 時間變量通常用 t表示，其在用時間序列構(gòu)建的計量經(jīng)濟(jì)模型中得到廣泛的應(yīng)用，它可以單獨作為一元線性回歸模型中的解釋變量，也可以作多元線性回歸模型中的一個解釋變量，其對應(yīng)的回歸系數(shù)表示被解釋變量隨時間變化的變化趨勢，時間變量也經(jīng)常用在預(yù)測模型中。 時間單位 格式說明 Clocktime timevar的格式為 %tc, 0=1jan1960 00:00:， 1=1jan1960 00:00: 即 0代表 1960年 1月 1日的第一秒 ， 1為 1960年 1月 1日的第二秒 ， 依次后推 。例如，想要生成格式為 %td的時間序列，并定義該時間序列為 t，則可以用以下三種方法： 方法 1 方法 2 方法 3 format t %td tsset t tsset t,daily tsset t, format(%td) Page 6 STATA從入門到精通 ? 【例 】使用 文件“ ” 的數(shù)據(jù)來對 tsset命令的應(yīng)用進(jìn)行說明。在本例中對該組數(shù)據(jù)進(jìn)行修勻，以便消除不規(guī)則變動的影響，得到時間序列長期趨勢，本例修勻的方法是利用之前的 1個月和之后的 2個月及本月進(jìn)行平均。這種根稱為單位根，這種過程也是非平穩(wěn)的。該數(shù)據(jù)給出了中國 19531984年的國民生產(chǎn)總值 GNP、私人國內(nèi)總投資 I、GNP的隱性價格折算因子 P（以 1972為基期）、半年期商業(yè)票據(jù)利率 R。 主要選項 描述 noconstant 沒有截?fù)?jù)項 Arima(p,d,q) Arima(p,d,q)模型 Ar(numlist) Ar的滯后階數(shù) Ma(numlist) Ma的滯后階數(shù) Constraints(constraints) 線性約束 collinear 保留多重共線性變量 Sarima(p,d,q,s) 季節(jié) arima模型 Mar(numlist,s) 季節(jié) ar的滯后階數(shù) Mma( numlist,s) 季節(jié) ma的滯后階數(shù) Page 19 STATA從入門到精通 ? 【例 】使用表 1114的數(shù)據(jù)來對 Stata中 ARIMA模型的相關(guān)應(yīng)用進(jìn)行說明。本例中將要建立一個關(guān)于變量 m1sar 、變量 cpisa和變量 r的 VAR模型，部分?jǐn)?shù)據(jù)如表 1123所示： month year m1sar cpisa r 1 1994 2