- Variables instrumentales en Stata - julio 5, 2021
- Vectores Autorregresivos en R - julio 27, 2020
- Econometría de series de tiempo: Cointegración en Stata. - junio 27, 2020
EL modelo con Vectores Autorregresivos (VAR) es uno de los más exitosos, flexibles y fáciles de usar para el análisis de series de tiempo multivariadas. Es una extensión natural del modelo autorregresivo univariante de series temporales multivariadas dinámicas. El modelo VAR ha demostrado ser especialmente útil para describir el comportamiento dinámico de series temporales económicas y financieras, así como para sus pronósticos. A menudo proporciona mejores pronósticos que otros modelos econométricos. Los pronósticos de los modelos VAR son bastante flexibles porque pueden ser condicionado a las posibles rutas futuras de variables especificadas en el modelo.
Además de la descripción y pronóstico de datos, el modelo VAR también es utilizado para inferencia estructural y análisis de políticas. En el análisis estructural, se consideran ciertos supuestos sobre la estructura causal de los datos con los que se está trabajando. Los impactos causales son usualmente resumidos a través de las funciones de impulso respuesta y la descomposición de la varianza.
.
Es este tutorial se explican las bases para trabajar con modelos VAR en Rstudio, así como la causalidad de Granger para finalmente exponer el procedimiento para estimar y graficar el impulso respuesta.