ARDL模型在R中的稳定性检验

Question

我想按照以下步骤估算一个R的ARDL模型：经济计量学击败: Dave的博客: ARDL模型-第二部分-边界测试 (这个博客的作者使用EViews)

以下是我在R中的ARDL模型：

Step1 <- lm(dlX ~ dlX_1+dlY+dlY_1+lX_1+lY_1, data=DB, na.action = na.exclude)

其中_1表示变量的一个滞后，l是变量的自然日志，d是第一个差异。

不幸的是，我无法在R中对ARDL模型进行稳定性检验(我想检验相应特征方程的反根是否小于1)，这是Dave博客描述的过程中的一个重要步骤。他解释说，ARDL模型必须具有“协方差平稳性”。

在R中是否存在执行此测试的命令？

Answer 1

我建议使用这个链接来很好地解释R:https://rpubs.com/cyobero/ardl中的ARDL模型。它说要使用libary(dynlm)和dynlm()函数。

我将举一个小例子给你们一个想法，这是如何运作的：

library(dynlm)
# Sample data
okun <- data.frame(g = c(1.4, 2, 1.4, 1.5, 0.9, 1.5, 1.2, 1.5, 1.6, 1.7),
                   u = c(7.3, 7.2, 7, 7, 7.2, 7, 6.8, 6.6, 6.3, 6))

数据如下：

     g   u
1  1.4 7.3
2  2.0 7.2
3  1.4 7.0
4  1.5 7.0
5  0.9 7.2
6  1.5 7.0
7  1.2 6.8
8  1.5 6.6
9  1.6 6.3
10 1.7 6.0

接下来，将数据转换为时间序列对象，并与模型相匹配：

# Conver data to time series
okun$g <- ts(okun$g, start=c(1985,2),  frequency=4) # The data is quarterly and the earliest observation in our data set is 1985 Q2.  
okun$u <- ts(okun$u, start=c(1985, 2), frequency=4)

# Fitting your model:
okun.ardl10 <- dynlm(g ~ L(g, 1) + d(u, 1), data=okun)

最后，检查您的结果：

# Check results
summary(okun.ardl10)

输出：

Time series regression with "ts" data:
Start = 1985(3), End = 1987(3)

Call:
dynlm(formula = g ~ L(g, 1) + d(u, 1), data = okun)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.32745 -0.11617 -0.05351  0.08315  0.56196 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)   1.5409     0.5249   2.935   0.0261 *
L(g, 1)      -0.1479     0.3530  -0.419   0.6898  
d(u, 1)      -1.0419     0.6578  -1.584   0.1643  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.2956 on 6 degrees of freedom
Multiple R-squared:  0.3059,    Adjusted R-squared:  0.07452 
F-statistic: 1.322 on 2 and 6 DF,  p-value: 0.3344