R语言代码计算基于TVP-VAR时变溢出指数TVP-DY

R语言代码计算基于TVP-VAR时变溢出指数TVP-DY

The package (R code) includes the following models:
       1. Antonakakis et al.(2020) ‘s  code : TVP-DY
       2. Diebold and Yilmaz (2009) ‘s code
       3. Diebold and Yilmaz (2012, 2014)’s code

     Diebold &Yilmaz (2009) 基于VAR模型的方差分解构造了溢出指数以考察多个市场之间的溢出效应。同时，为刻画溢出效应的动态特征，Diebold & Yilmaz (2009, 2012, 2014) 采用滚动窗VAR方法，即在固定时间窗的样本下，利用常系数VAR模型进行样本内参数估计和方差分解，实现了总溢出指数和有向溢出指数的动态估计。
      然而，滚动窗VAR方法严重依赖于窗宽的选择。如果窗宽过短，则估计结果的异常值和突变值较多；如果窗宽过长，则估计结果无法捕捉一些突变情况。同时，由于存在窗宽，该方法必然损失初始窗口的样本，致使计算得到的动态溢出效应必将损失一个窗宽长度的样本，从而导致滚动窗VAR无法应用于小样本数据的动态溢出效应分析之中。
      Antonakakis & Gabauer (2017) 通过引入时变参数向量自回归 (TVP-VAR) 模型并结合Diebold & Yilmaz (2009) 的溢出指数构建方法，提出了一种基于TVP-VAR模型的时变溢出指数构建方法。该方法无需设定窗宽，因而不存在样本损失的情况，有效地弥补了Diebold & Yilmaz (2009, 2012, 2014) 的溢出指数方法存在的不足