PVAR这个程序最初是由Inessa Love编写的。它允许用户估计面板向量自回归和产生方差分解和脉冲响应函数。Love’s 的程序被Love and Ziccino (2006)等论文采用。关于各种var模型,阅读如下资源:1、Structural vector autoregression models,网址为:https://blog.stata.com/2016/09/20/structural-vector-autoregression-models/2、Vector autoregressions in Stata,网址为:https://blog.stata.com/2016/08/09/vector-autoregressions-in-stata/而pvar2完整的包包括三个文件.ado文件:helm.ado(用于执行Helmert转换),pvar2.ado(实际估计命令)和sgmm2.ado(用于pvar2的评估)。该包还包括helm和pvar2的帮助文件。将这些文件复制到适当的Stata文件夹中。开始前请仔细阅读pvar2帮助文件。在在使用pvar2之前,必须使用tsset或xtset。1pvar2语法格式🌈2021年寒假Stata研讨班:高级计量经济学及Stata应用研讨班
👉2021空间计量研讨班:空间计量及Geoda、Stata、ArcGis、Matlab应用
pvar2 [depvarlist] [if] [in] [weight] [, options]
语法选项为:
gmm:使用gmm,必选项
lag(#):指定VAR中的滞后期,默认是1,#必须是正整数。
impulse [max IRF] [IRF x-axis intervals]:生成脉冲响应函数
list_imp:生成一个带有脉冲响应函数的表(在脉冲之后使用)
gr_imp:生成图形化脉冲响应
decomp [maxnum] [interval]:生成一个包含方差分解的表(必须在impulse或monte命令后列出)
2pvar2操作应用1、导入数据,然后修改变量名称,设定声明webuse grunfeld, clearrename company idxtset id year
结果为:
2、Helmert transform the data to remove fixed effects
helm invest mvalue kstock
结果为:
3、拟合面板VAR与三个滞后;使用蒙特卡罗标准误差生成最多12个周期的脉冲响应函数(并在IRF图上标记偶数周期)
pvar2 kstock invest mvalue, lag(3) gmm monte 500 12 2 decomp 30 5 getresid
结果为: