Cómo estimar la función de autorregresión de vector y respuesta de impulso con datos de panel

Estoy trabajando en la estimación de la función de autorregresión vectorial (VAR) y de la función de respuesta al impulso (IRF) basada en datos de panel con 33 individuos en 77 trimestres. ¿Cómo se debe analizar este tipo de situación? ¿Qué algoritmos existen para este propósito? Preferiría realizar estos análisis en R, por lo que si alguien está familiarizado con el código R o un paquete diseñado para este propósito que pueda sugerir, sería especialmente útil.

https://www.researchgate.net/publication/312165764_Panel_Vector_Autoregression_in_R_The_panelvar_Package

Aquí encontrará el paquete R y el enlace al documento.

$y_{i,t}$$\alpha_i$

Esto es básicamente lo mismo que el procedimiento detallado en este artículo de Holtz-Eakin Newey Rosen , que también proporciona algunas instrucciones para la implementación.

Blundell y Bond utilizan las primeras diferencias rezagadas como instrumentos para los niveles:

Arellano y Bover utilizan el sistema GMM y también exploran la degradación hacia adelante de las variables, que yo sé que no se implementa directamente R, pero puede consultar su documento para obtener más detalles.

En R, tanto Arellano-Bond como Blundell-Bond se implementan en el plmpaquete , bajo el comando pgmm. La documentación que he vinculado proporciona instrucciones y ejemplos sobre cómo implementarlos exactamente.

Puede usar un sistema de ecuaciones de regresión aparentemente no relacionadas (usando el paquete systemfit) después de convertir el conjunto de datos con pdata.frame (paquete plm). Necesita derivar las funciones de respuesta al impulso usted mismo. Si sigues el libro de texto de Hamilton o Greene, no debería ser demasiado complicado.

Acabo de encontrar este trabajo "Panel Vector Autoregression in R: The Panelvar Package" (2017) por Michael Sigmund, Robert Ferstl y Daniel Unterkofler, que básicamente es una descripción de los métodos implementados en R. https://papers.ssrn.com /sol3/papers.cfm?abstract_id=2896087

Además, hay otra pregunta aquí: ¿ Modelos de autorregresión de vector de panel en R?

Los autores ahora están en el proceso de publicar el código en CRAN, pero ya proporcionan paquetes binarios en researchgate. https://www.researchgate.net/project/Panel-Vector-Autoregression-Models-with-different-GMM-estimators

El paquete binario panelvar se puede descargar directamente, creo que las fuentes deberían estar disponibles en CRAN en un futuro próximo. https://www.researchgate.net/publication/322526372_panelvar_044

Sugeriría usar el {vars} biblioteca en R. Tiene una función para estimar un modelo VAR y para estimar una función de respuesta al impulso a partir de este modelo y para investigar la causalidad de Granger, etc.

Le sugiero que examine las siguientes funciones:

> VARselect()
> VAR()
> irf()
> causality()

Hola @Roman y todos los demás. También estoy en los modelos VAR de panel y en mi búsqueda, me encontré con estos comandos escritos por el usuario pvar y xtvar basados ​​en stata. Ya he usado pvar y parece bastante bien. Puede leer más sobre esto aquí, y una aplicación paso a paso