¿Existe un método para determinar cuál es el tamaño de muestra adecuado para un modelo VAR?

Question

Puede que esta pregunta esté muy equivocada, ya que apenas estoy conociendo los modelos autorregresivos vectoriales, pero he intentado buscar por los canales habituales y si realmente es una pregunta válida puede ser de ayuda para otros que esté aquí.

¿Debo pensar del mismo modo en el tamaño de la muestra para un modelo VAR que para cualquier otro método de regresión? Es decir, calcular los grados de libertad que se utilizarán y trabajar a partir de ahí para establecer cuál sería un número adecuado de observaciones, o hay que tener en cuenta algo más?

Answer 1

La forma habitual de estimar el modelo VAR(p) para $n$ -vector de dimensiones $X_t=(X_{1t},...,X_{nt})$ es utilizar OLS para cada ecuación: \begin{align} X_{it}=\theta_{0i}+\sum_{s=1}^p\sum_{j=1}^n\theta_{sj}X_{j,t-s}+\varepsilon_{it} \end{align}

Así que la respuesta es sí. Para cada ecuación tendrás que estimar $np+1$ parámetros, por lo que el tamaño de la muestra se elige como en la regresión habitual con $np+1$ variables independientes.

Habrá que tener en cuenta si se incluyen variables exógenas adicionales y qué tipo de matriz de covarianza para $\varepsilon_t=(\varepsilon_{t1},...,\varepsilon_{tn})$ que pretende postular. Esto aumentará el número de parámetros a estimar.