Schätzung Residuen von VAR Schätzung (Vars Paket)

Question

Ich schätze derzeit ein VAR-Modell, gefolgt von der Schätzung der generalisierten Impulsantwort-Funktionen. Um SE davon zu erhalten, sollte ich zuerst etwas Bootstrapping machen.

Diese Prozedur beginnt mit "Schätzen der Parameter des VAR-Modells und Extrahieren der geschätzten Residuen, bezeichnet mit Ût."

Nun, ich meine Schätzung var Modell mit dem Paket Vars als

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) 

folgt Das Modell enthält 5 Variablen mit 104 Beobachtungen, ein Trend, konstant und einem Dummy für die Weihnachtszeit und gibt ein Ergebnis mit 5 Verzögerungen.

Jetzt, wenn ich seine Residuen residuals(fitvar) extrahieren möchte, erhalte ich eine Liste von 99 Zahlen pro Variable.

Ich soll diese Residuen verwenden, um Bootstrap-Residuen zu erzeugen (zufällige Zeichnung mit Ersetzung von den erhaltenen) und diese mit den geschätzten Gleichungen verwenden, um neue Bootstrapped-Zeitreihen zu generieren, um die VAR und IRFs neu zu schätzen am Ende erhalten SEs für meine Schätzungen).

Da ich soll rekursiv die neue Zeitreihe wie folgt berechnen:

sollte ich nicht eine Liste von 104 Residuen pro Variable erhalten statt 99? Ich bin ein bisschen verwirrt mit diesem ganzen Erzeugungsprozess.

Jede Hilfe ist mehr als willkommen.

Answer 1

In einem autoregressiven (AR) Modell werden Variablen mithilfe von linearen Kombinationen vergangener Werte der Variablen prognostiziert. Da Sie lag.max = 12 festgelegt haben, können Sie mit VAR ein Modell auswählen, das maximal 12 verzögerte Werte als Prädiktoren verwendet.

Da Ihr Modell 5 Verzögerungen verwendet, können VAR Werte nicht zu den ersten 5 Beobachtungen Ihrer Variablen passen. Dies liegt daran, dass diese ersten 5 Beobachtungen verwendet werden, um einen Wert für die 6. Beobachtung zu erhalten. Daher ist die Anzahl der Residuen die Anzahl der Beobachtungen minus der AR-Modellreihenfolge.