Defasagens do VAR

O que o bloco faz

Ajusta o VAR de cada ordem de 1 até Máximo de defasagens e mostra, por ordem, os quatro critérios de informação do VAR: AIC, HQ, SC (BIC) e FPE. Quanto menor, melhor. A coluna escolhida diz quais critérios apontam para aquela ordem.

Os critérios penalizam o número de parâmetros de jeitos diferentes. AIC e FPE penalizam pouco e tendem a escolher ordens maiores; SC (BIC) penaliza mais e tende às menores, e é consistente quando a verdadeira ordem existe. Quando discordam, é comum preferir a ordem em que os resíduos do series/var ficam sem autocorrelação (series/portmanteau_mv) e que não deixa o VAR instável.

A série não aceita faltantes: com buraco, o series/interpolate vem antes, ou recorte a série com series/window.

A tabela usa as mesmas regras do series/var: o mesmo determinístico e as mesmas dummies sazonais. A série precisa ser estacionária (ou ter sido diferenciada) para a escolha fazer sentido.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Verossimilhança

O quanto um modelo, com certos valores de parâmetros, torna prováveis os dados observados. Estimar por máxima verossimilhança é escolher os parâmetros que maximizam essa medida; critérios como AIC e BIC partem dela.

Resíduo

A diferença entre o valor observado e o valor que o modelo ajustado prevê para aquela observação. É nos resíduos que se conferem os pressupostos do modelo: eles devem parecer ruído, sem padrão.

Autocorrelação

A correlação de uma série com ela mesma deslocada no tempo: o valor de hoje parecido com o de ontem. É o padrão que os modelos de séries descrevem, e o que torna inválidos os testes que supõem observações independentes.

Estacionariedade

Uma série é estacionária quando média, variância e autocorrelação não mudam ao longo do tempo. Muitos modelos (como o ARIMA) a supõem; séries com tendência costumam ser diferenciadas até ficarem estacionárias.

Sazonalidade

Um padrão que se repete em intervalos fixos do calendário, como mais chuva em janeiro ou mais vendas em dezembro. O período sazonal é o comprimento do ciclo: 12 para dados mensais com ciclo anual.

Pressupostos

• As séries são estacionárias: os critérios comparam ajustes de ordens diferentes, e com raiz unitária a escolha da defasagem não tem significado.

  Verificar:ADFKPSS

  Se falhar: diferencie as séries antes de escolher a ordem; se cointegradas, a escolha é do VECM

Parâmetros

• Máximo de defasagens — a última ordem testada.
• Determinístico — constante, tendência, ambos ou nenhum, em cada equação.
• Dummies sazonais — dummies centradas por período (série com ciclo).

Valor

Uma tabela (data/table) com uma linha por defasagem: defasagem, AIC, HQ, SC, FPE e escolhida (os critérios que escolhem aquela ordem).

Exemplos

tr_flow(reg) |>
  tr_add("dax", "series/example", dataset = "EuStockMarkets$DAX") |>
  tr_add("cac", "series/example", dataset = "EuStockMarkets$CAC") |>
  tr_add("j", "series/join", nomes = "dax, cac", from = c("dax", "cac")) |>
  tr_add("sel", "series/var_select", max_defasagens = 6L, from = "j")