TVP-VAR模型MATLAB代码【增加时间标签、三维脉冲响应图、sa2参数输出】(企研数据修改自Nakajima(2011))

本文主要是介绍TVP-VAR模型MATLAB代码【增加时间标签、三维脉冲响应图、sa2参数输出】(企研数据修改自Nakajima(2011)),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、TVP-VAR模型与常用代码简介

【代码已修改完善,详见评论区】TVP-VAR模型(Time-Varying Parameter Vector AutoRegression,时变参数向量自回归模型)是在VAR模型的基础上拓展而来的模型,其假定系数矩阵和协方差矩阵是时变的,使得模型可以捕捉经济结构随时间变化的过程。

日本学者中岛上智(Jouchi Nakajima)于2011年发表的Time-Varying Parameter VAR Model with Stochastic Volatility: An Overview of Methodology and Empirical Applications是TVP-VAR领域的经典文献,其同时在个人网站上(https://sites.google.com/site/jnakajimaweb/)分享了论文中估计TVP-VAR模型所用的Oxmetrics和MATLAB程序代码,由于OxMetrics软件较为小众,因此很多人会选择使用更为熟悉的MATLAB版本的代码。

中岛上智教授分享的代码上一次更新时间为2020年5月1日,然而MATLAB版本的代码相比OxMetrics存在部分美中不足的地方,即MATLAB版本的代码无法显示现实的时间点,只能显示其在样本数据中的顺序,且MATLAB的作图限制导致其最多允许四条曲线叠加,如果想同时观察四种以上不同情况,难度比较大。

二、我们的工作

针对上述情况,我们谨慎修改了中岛上智教授发布的MATLAB版本的TVP-VAR模型代码,允许用户补充时间标签数据并将其显示出来,同时添加了生成三维脉冲响应图形的功能;针对许多人反应的缺少sa2参数的问题,我们谨慎添加了sa2参数结果的汇报需要声明的是,我们并未修改任何估计方法或参数,以确保结果的准确无误

如需获取代码压缩包请私信

以下为增加了sa2参数的汇报结果对比:

效果对比1:

效果对比2:

以下为原始输出结果和修改后输出结果的对比:

效果对比3:

效果对比4:

效果对比6:

效果对比5:

以下为部分三维脉冲响应图形的展示:

三、使用说明

  1. 中岛上智教授提供了样例数据,请严格按照样例数据的格式将要估计的数据存入EXCEL表中,每一列存储一个变量,左上角不留空白,且表中除数据外不存在多余的空白行,否则会导致估计出错;

  1. 例如,在中岛教授提供的tvpvar_ex.xlsx中,总共有124期、共三个变量的数据,存储在A1-C124的范围内的单元格中,如果存在空白行,则可能导致MATLAB在载入数据时扩大读取范围,如将A1-D200范围内的单元格一并读入,最终导致参数估计失败;

  1. 我们仿照并补充了中岛上智教授的样例数据所对应的时间标签数据,存储在tvpvar_ex_time.xlsx的A1-A124范围内的单元格中,EXCEL表中同样不允许存在多余的空白行;

  1. 时间格式等参数请参阅MATLAB的相关文档;

  1. tvpvar_m文件夹中为中岛教授的原始代码,tvpvar_m_modified文件夹中为修改后的代码,本版本代码仅修改了以下文件:drawimp.m;mcmc.m;tvpvar_ex1.m;tvpvar_ex2.m;

  1. sa2参数的汇报功能由团队成员添加,如存疑可以自行删去。

四、特别声明

本代码仅是对中岛上智教授工作成果的少量修饰,代码本身仍然是中岛上智教授的工作成果,如果使用了本代码,请按如下规范引用:

Nakajima, J. (2011) "Time-varying parameter VAR model with stochastic volatility: An overview of methodology and empirical applications" Monetary and Economic Studies, 29, 107-142.

严禁私自将本代码用于商业目的!违者必究!

如需获取代码压缩包请私信

这篇关于TVP-VAR模型MATLAB代码【增加时间标签、三维脉冲响应图、sa2参数输出】(企研数据修改自Nakajima(2011))的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/624452

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个