A step by step guide for SVAR (in Eviews)

Zdroj
ručne priradené
Pridané

Pozrieť na YouTube →

Preber si túto prednášku so svojou AI

Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.

Otvoriť AI: ChatGPT · Claude · Gemini

Zhrnutie prednášky

Prednáška ukazuje krok za krokom, ako v EViews odhadnúť štrukturálnu vektorovú autoregresiu (SVAR) na štvrťročných makroekonomických dátach. Ako príklad slúži Taylorovo pravidlo ECB za roky 2007–2020 s 10-ročným výnosom, inflačnou a produkčnou medzerou a výmenným kurzom eura, doplnené o dummy premenné pre recesie a spomalenia. Zdôrazňuje sa hierarchické poradie premenných (inflácia, produkcia, výnos, kurz) a rozdiel medzi krátkodobými (Choleského) a dlhodobými (Blanchard–Quah) obmedzeniami. Pred štruktúrnou analýzou sa testuje normalita a autokorelácia rezíduí a vyberá sa dĺžka oneskorenia. Následne sa skúmajú impulzné odozvy a dekompozícia variancie a na záver sa postup automatizuje skriptom.

  • - VAR zachytáva endogenitu a spätné väzby medzi premennými, no rezíduá musia byť nekorelované a normálne rozdelené.
  • - Štrukturálne obmedzenia môžu byť krátkodobé (Choleského) alebo dlhodobé (Blanchard–Quah) a určujú, ktoré šoky pôsobia na ktoré premenné.
  • - Poradie premenných v modeli je hierarchické: inflačná medzera, produkčná medzera, 10-ročný výnos, výmenný kurz.
  • - Používa sa 10-ročný výnos, lebo krátkodobé sadzby sú od roku 2008 blízko nuly a výnos reaguje na kvantitatívne uvoľňovanie.
  • - Pred štruktúrnou analýzou treba overiť normalitu a autokoreláciu rezíduí a zvoliť dĺžku oneskorenia; vynechanie dummy premenných pre spomalenie model zhoršilo.
  • - Impulzné odozvy ukázali signifikantný vplyv inflačnej medzery na výnos iba v prvom štvrťroku; dekompozícia variancie je robustná aj v dlhom období.
  • - Celý postup možno v EViews zautomatizovať skriptom a uložiť výstupy pre článok.

Zhrnutie pripravené s pomocou AI z prepisu videa.