Fourier VAR Modeli
Fourier-Augmented Vector Autoregression Model · Ayrıca şöyle bilinir: Fourier VAR, smooth structural break VAR, trigonometric VAR, Fourier-augmented VAR
Fourier VAR modeli, standart Vektör Otokorelasyonunu (VAR) sabit deterministik terimleri Fourier trigonometrik bileşenlerle değiştirerek genişletir; bu, kesişim teriminin (ve isteğe bağlı olarak eğilimin) zamanla kademeli ve pürüzsüz bir şekilde kaymasına olanak tanır. Bu, çok değişkenli bir zaman serisi sisteminde yapısal kırılmaların sayısını, zamanlamasını veya şeklini önceden belirleme ihtiyacını ortadan kaldırır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Çok değişkenli bir zaman serisi sistemini modellerken ve ortalamada veya eğilimde kademeli, pürüzsüz yapısal değişimden şüphelenirken - örneğin, uzun bir ekonomik geçiş, yavaş bir politika kayması veya seküler bir eğilim değişikliğinden sonra - ancak kesin kırılma tarihlerini belirleyemediğinizde Fourier VAR'ı kullanın. Standart VAR'ın seri olarak ilişkili artıklar üretmesi veya birim kök ön testlerinin seçilen deterministik spesifikasyona duyarlı olması durumunda özellikle değerlidir. Gerçek kırılmalar keskin olduğunda (bunun yerine kukla değişkenli veya eşik VAR kullanın), örneklem kısa olduğunda (kabaca 50 zaman periyodundan az, çünkü Fourier terimleri serbestlik derecelerini tüketir) veya endojen değişken sayısı T'ye göre büyük olduğunda (boyutluluk laneti burada da eşit derecede geçerlidir) bundan kaçının.
Güçlü yönler & sınırlılıklar
- Kırılma tarihlerini veya kırılma sayısını bilmeyi gerektirmeden pürüzsüz, kademeli yapısal değişimi barındırır.
- Deterministik bileşenin yanlış belirtilmesini azaltır, bu da daha iyi davranışlı artıklar ve VAR katsayıları üzerinde daha güvenilir çıkarımlar sağlar.
- Standart VAR'ı özel bir durum olarak kapsar (Fourier terimleri anlamsız olduğunda) ve bir F-testi ile ona karşı test edilmesi kolaydır.
- Standart VAR uzantılarıyla uyumludur: dürtü yanıtları, varyans ayrıştırmaları ve Granger nedensellik testleri tahmin sonrası hesaplanabilir.
- Gereksiz yapısal kırılma kukla değişkenlerinden kaynaklanan aşırı uyumu (over-fitting) tolere eder.
- Dahil edilen her Fourier frekansı için ek serbestlik dereceleri tüketir, bu da küçük örneklemlerde veya büyük sistemlerde maliyetlidir.
- Yalnızca pürüzsüz, periyodik türdeki kırılmaları yaklaştırabilir; keskin rejim değişiklikleri eşik veya Markov anahtarlamalı VAR gerektirir.
- Frekans seçimi veri odaklıdır ve bootstrap tekrarlarında farklılık gösterebilir, bu da nadiren dikkate alınan bir ön test belirsizliği ekler.
- Fourier ile genişletilmiş deterministik terimlerin yorumlanması, uygulayıcılar için basit bir kırılma noktası kukla değişkeninden daha az sezgiseldir.
SSS
Fourier VAR, yapısal kırılma kukla değişkenli bir VAR'dan nasıl farklıdır?
Kukla değişkenli VAR'lar kırılmaların keskin olduğunu varsayar ve araştırmacının önceden tarihleri belirlemesini gerektirir. Fourier VAR bunun yerine kademeli değişimi yaklaştıran pürüzsüz trigonometrik terimler kullanır ve yalnızca verilerden seçilen bir frekans parametresinin seçilmesini gerektirir. Kırılma zamanlamasının bilinmediği ve değişimin ani yerine sürekli olduğu durumlarda daha uygundur.
Optimum Fourier frekansı k'yı nasıl seçerim?
k'nın 1'den küçük bir üst sınıra (genellikle 5) kadar olan tamsayı değerleri üzerinde ızgara araması yapın. Her aday k için, genişletilmiş VAR'ı tahmin edin ve AIC, BIC veya artık kareler toplamını kaydedin. Seçilen kriteri minimize eden k tutulur. k = 1 frekansı örneklem boyunca bir tam pürüzsüz döngü anlamına gelirken, daha yüksek k daha hızlı salınımlar anlamına gelir.
Fourier terimleri ekledikten sonra hala Granger nedensellik testleri yapabilir miyim?
Evet. Fourier ile genişletilmiş VAR tahmin edildikten ve artıklar otokorelasyon ve normallik kontrollerini geçtikten sonra, standart VAR'daki gibi gecikme katsayısı blokları üzerinde standart Wald veya F-testleri ile Granger nedenselliği gerçekleştirilir. Fourier terimleri deterministik spesifikasyonun bir parçasıdır ve nedensellik testi mantığını değiştirmez.
Fourier VAR durağan veri gerektirir mi?
Standart VAR gibi, değişkenler entegre ise uygun fark alma işleminden sonra uygulanır. Fourier genişletmesi, deterministik bileşendeki pürüzsüz kırılmaları ele alır; sistem kointegre olduğunda birinci dereceden fark alma veya VECM spesifikasyonunun yerine geçmez.
Fourier VAR için hangi örneklem büyüklüğü yeterlidir?
Kaba bir kılavuz olarak, tek bir Fourier frekansına sahip küçük bir iki değişkenli sistem için en az 50 zaman gözlemi gereklidir. Eklenen her değişken ve her ek Fourier frekansı parametre sayısını çarpar, bu nedenle daha büyük sistemler yeterli serbestlik derecelerini korumak için orantılı olarak daha uzun seriler gerektirir.
Kaynaklar
- Enders, W., & Lee, J. (2012). A unit root test using a Fourier series to approximate smooth breaks. Oxford Bulletin of Economics and Statistics, 74(4), 574-599. DOI: 10.1111/j.1468-0084.2011.00662.x ↗
- Becker, R., Enders, W., & Lee, J. (2006). A stationarity test in the presence of an unknown number of smooth breaks. Journal of Time Series Analysis, 27(3), 381-409. DOI: 10.1111/j.1467-9892.2006.00478.x ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Fourier-Augmented Vector Autoregression Model. ScholarGate. https://scholargate.app/tr/econometrics/fourier-var-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Fourier ARDL Sınır TestiEkonometri↔ karşılaştır
- Fourier Granger Nedensellik TestiEkonometri↔ karşılaştır
- Fourier Vektör Hata Düzeltme Modeli (Fourier VECM)Ekonometri↔ karşılaştır
- Yapısal Kırılma VAR ModeliEkonometri↔ karşılaştır
- Yapısal Vektör Otoregresyonu (SVAR)Ekonometri↔ karşılaştır
- Vektör Otoregresyon (VAR)Ekonometri↔ karşılaştır