面板向量自回归PVAR操作手册

文章预览

        想必大家都非常熟悉时间序列的向量自回归模型。其主要用于分析一组内生变量之间的关系。面板向量自回归模型通过使用广义矩估计（GMM）拟合每个变量和自身滞后、所有其它变量滞后变量的方法。在此主要介绍stata软件的操作，使用Michael R. M. Abrigo和Inessa Love编写的stata程序进行具体讲解。 基本语法 pvar depvarlist [if] [in] [, options] Option解释 Lags（#） 定义pvar模型的滞后期，默认滞后期为1 exog(varlist 使用时变（time-varying）的外生变量 fod 使用Helmert转换来消除面板数据的个体效应，默认 fd 使用一阶乘差分来消除面板数据个体效应 td 减去均值消除个体效应 instlags（numlist） 设定解释变量的滞后期作为工具变量 Gmmstyle use "GMM-style" instruments; may be used only with instlags() gmmopts(options) override the default GMM options vce(vcetype [, independent]) 设定标准误的形式（ robus ………………………………