Panel Vecm In Stata Forex

Anúncio 02 de agosto de 2014, 05:08 Oi, acho que você precisa baixar um programa para isso, mas não está disponível publicamente. Lembro-me de ler isso há alguns meses atrás, que o programa VAR do painel foi escrito por Inessa Love, que costumava e talvez ainda trabalhasse no Banco Mundial. Talvez você precise contatá-la diretamente, porque o programa não está disponível para download no STATA, pelo menos até onde eu sei. Embora isso possa ser útil, alguém alterou o programa Inessas: rdeckercode. Olá a todos Você conseguiu usar o pvar para executar um painel VECM Se assim for, você poderia compartilhar os detalhes Estou tentando implementar essa análise, mas estou usando um comando diferente (xtpmg), conforme abaixo: 1) Para análise de raiz unitária: Xtunitroot ips a, atrasos (aic) ay ou x variável 2) Para o teste de cointegração (Pedroni): xtpedroni y xlist, nopdols lagselect (aic) 3) Para o modelo de correção de erro: xtpmg dy d. (Xlist), lr (ly Xlist) noconst substituir pmg Alguém tem experiência com xtpmg para compartilhar Agradecemos antecipadamente, Daniel ColomboIm fazendo um estudo sobre os determinantes do IDE (Investimento Estrangeiro Direto) nos países da ASEAN. Antes de fazer uma análise de dados de painel, gostaria de executar um teste de causalidade de Granger entre as séries temporais potenciais de determinantes de IDE (PIB, taxa de câmbio, ecc.) E os IDIs para apoiar a escolha dessas variáveis ​​para a análise de painel acima. Minhas perguntas são: faz sentido Se as séries temporais não são estacionárias (eu já descobriu isso com um teste ADF) eu poderia (em qualquer caso) executar o Granger CT ou deveria ter que fazer séries temporais estacionárias com algum processo de cointegração Antes (e neste caso, qual) (o mais importante) Como posso fazê-lo com o Stata (acho que tenho que executar um VAR ou SVAR antes de fazer o Granger CT, é correto que ele faça sentido em não estacionário? (Série temporária da unidade) como devo configurar o teste (variável dependente, períodos de atraso, ecc.) (E, finalmente) Como posso interpretar os resultados (Stata Granger CT), antecipadamente, todos pediram 31 de julho às 6 : 04 Eu sou, de longe, nenhum especialista em séries temporais, mas esses são meus pensamentos sobre o que vale a pena. Espero que outra pessoa possa adicionar isso para ajudá-lo no seu caminho. Faz sentido. Para mim, realmente não faz muito sentido. Quando faço análise de dados de painel baseio a escolha das minhas variáveis ​​nos resultados na literatura. Deve haver uma base teórica para o seu modelo. Eu simplesmente usaria o teste de causalidade de Granger como método de análise. Este artigo pode ser de seu interesse, onde eles usam um teste Granger em uma configuração de dados do painel. Se as séries temporais não são estacionárias, eu poderia executar o Granger CT ou deveria ter que fazer séries temporais estacionárias com algum processo de cointegração antes de Sim, você deveria fazer as séries temporais estacionárias como o modelo VAR que você usa para fazer o teste assume Que os dados estão estacionários. Se sua série temporal tiver uma raiz da unidade, muitas vezes a primeira diferenciação eliminará essa raiz da unidade. Como posso fazê-lo com o Stata O primeiro diferencial pode ser feito usando o comando D (não se esqueça de definir seus dados no tempo). Então, se você tiver sua série de tempo chamada gdp, então você primeiro a diferença por: Você pode configurar O modelo VAR usando o comando var. Para obter ajuda sobre isso, basta digitar Então, o comando para o seu modelo VAR poderia ser: Use o varsoc para testar o comprimento ótimo do número de atrasos que precisam ser incluídos. Então, no comando abaixo, testei os primeiros 20 atrasos. Execute o seu modelo com o número desejado de atrasos, por exemplo. Após o ajuste do modelo var, você pode fazer o teste de causalidade de Granger usando: Como posso interpretar os resultados, achei este post bastante útil sobre como conduzir e interpretar um teste de causalidade de Granger (É feito em R). Esteja ciente de que a hipótese nula é uma sobre a causalidade não Granger.