Я воспроизвожу модель, построенную в Коче, Лиаме, Саакяне (2015) в R.
См. Статью: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=3&cad=rja&uact=8&ved=2ahUKEwiMnO3M3qXhAhUJwMQBHfCECZcQFjACegQIAhAB&url=https%3A%2F%2Fwww.sciencedirect.com%2Fscience%2Farticle%2Fpii%2FS2212567115011144%2Fpdf%3Fmd5%3Db191d8e7fafbf9af2fbfed2a6c6e06e3%26pid%3D1-s2.0-S2212567115011144-main.pdf%26_valck%3D1&usg=AOvVaw2LrfiVn1lcuqpm8sZmrvuD.
Модель состоит из оценки коэффициентов кривой доходности с использованием модели Нельсона-Зигеля , а затем извлечения ненаблюдаемых "региональных" и "специфичных для страны" факторов (или бета-версий). Первый шаг прост, в то время как я борюсь с выводом ненаблюдаемых факторов в R, используя фильтр Калмана (как предлагают Coche et al.).
Я прочитал документацию по пакету dlm (https://cran.r -project.org / web / packages / dlm / dlm.pdf ), который должен быть наиболее удобным для фильтрации Калмана в R. Существует функция dlmFilter () , которая оценивает отфильтрованные значения, но нуждается в указании модели ненаблюдаемой переменной. Существует предположение, что региональные факторы следуют процессу AR-X (1) (с факторами казначейства США в качестве экзогенных переменных), тогда как специфичные для страны факторы следуют процессу AR (1) .
Вопрос в том, как я могу указать эти модели для ненаблюдаемых переменных в функции dlmFilter ()?
# As I understand, this is how I can derive some unobserved variable
# which affects the observed variable y using **dlm** package.
# According to the documentation,
# dlmModPloly(1) creates the first-order polynomial model so
# that the unobserved follow a random walk process. But how to create the model in
# Coche et al. (2015)?
# Note: in the code x is an object that contains information
# about filtering results.
x <- dlmFilter(y, dlmModPoly(1))
Я ожидаю получить два временных ряда региональных факторов и факторов, специфичных для страны, которые можно использовать для прогнозирования наблюдаемого коэффициента кривой доходности. Я готов использовать другой пакет в случае необходимости, но я начал с dlm , потому что он довольно популярен и прост в использовании.
Буду благодарен за любую помощь!