How to Panel VAR? (with Eviews)
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.
Zhrnutie prednášky
Prednáška vysvetľuje použitie vektorových autoregresií (VAR) v panelovom prostredí a ich odhad v EViews. Panelové dáta kombinujú premenné, krajiny a čas a VAR umožňuje riešiť endogenitu bez inštrumentálnych premenných. Identifikácia šokov sa robí krátkodobými Choleského alebo dlhodobými Blanchard-Quahovými reštrikciami, pričom záleží na poradí premenných: najexogénnejšia ide prvá. Výsledky sa interpretujú cez impulzné odozvy a rozklad variancie, nie cez regresný výstup. Dôraz je na stacionarite dát, diagnostike rezíduí, informačných kritériách pri výbere oneskorení a podmienke stability.
- - Panelové dáta majú tri dimenzie (premenné, krajiny, čas), v tabuľke sa radia krajina po krajine.
- - VAR rieši endogenitu a spätné väzby medzi premennými bez inštrumentálnych premenných.
- - Identifikácia šokov: krátkodobé Choleského reštrikcie alebo dlhodobé Blanchard-Quahove reštrikcie.
- - Poradie premenných je kľúčové a treba ho v práci zdôvodniť, ideálne literatúrou.
- - Hlavné výstupy sú impulzné odozvy (šoky majú odznieť, významnosť podľa intervalu spoľahlivosti) a rozklad variancie.
- - Stacionarita dát je odporúčaná, inak hrozia zavádzajúce t-štatistiky a vysoké R²; pri dlhodobých vzťahoch sa volí VECM.
- - Diagnostika: rezíduá bez autokorelácie, informačné kritériá (AIC, BIC, HQ) na výber oneskorení a stabilita (moduly vlastných hodnôt menšie ako 1).
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky