Пороговая и плавнопереходная векторная авторегрессия (TVAR / STVAR)
Пороговая векторная авторегрессия (TVAR) и плавнопереходная векторная авторегрессия (STVAR) — это нелинейные многомерные модели временных рядов, в которых коэффициенты векторной авторегрессии меняются между режимами в зависимости от пороговой переменной. Основываясь на работе Цая (Tsay, 1998) по многомерным пороговым моделям, они позволяют улавливать различные динамические структуры в разных фазах, таких как бизнес-цикл, финансовые кризисы или различия в политике.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Tsay, R. S. (1998). Testing and Modeling Multivariate Threshold Models. Journal of the American Statistical Association, 93(443), 1188-1202. DOI: 10.1080/01621459.1998.10473779 ↗
- Balcilar, M. et al. (2017). Regime-Dependent Effects of Uncertainty Shocks. Economic Modelling. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Threshold Vector Autoregression and Smooth-Transition Vector Autoregression (TVAR / STVAR). ScholarGate. https://scholargate.app/ru/econometrics/stvar
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Тест ARCH-LM на кластеризацию волатильностиЭконометрика↔ compare
- Экспоненциальный GARCH (EGARCH)Эконометрика↔ compare
- GJR-GARCH (Асимметричный GARCH)Эконометрика↔ compare
- Модель Марковских переключений режимов (MS-AR / MS-VAR)Эконометрика↔ compare
- Модель векторной авторегрессии (VAR)Эконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →