這個問題來自於我用 STATA跑一條
ADL 的迴歸要找最適落後期，參考
Stock & Waston (2007) 的BIC 公式:

BIC(K)= ln(SSR(K)/T) + K*ln(T)/T
(1) (2)

K: 總參數個數
T: 總樣本數
SSR: Sum of square residual

根據書上的解釋，(1) 會減少 BIC
(2) 會增加 BIC 的值，使得最後兩
者有機會在某個 K 產生極小值。

今我的資料中 SSR 很小，使得 K 從
1 到6 的BIC 數值如下：
BIC1 = -2.2763927
BIC2 = -2.2114635
BIC3 = -2.0801621
BIC4 = -2.0129357
BIC5 = -1.9088313
BIC6 = -1.8291095

亦即BIC 恆遞增，且為負的數字。
那根據BIC 的準則，應該選 "最小"
的數字，來決定落後期。但現在
的最小值看來是在 BIC1？ 或者
當BIC 為負時，應該反過來挑最
大值？

P.S. 若採用STATA 內建 varbasic
後，跑 varsoc，用 maximum likeli-
hood 算出來的 BIC 反而有極小值。
但 varbasic 算出來的參數估計和
s.e.，跟直接 regression 跑ADL 的
結果一樣。可是算BIC 卻得出不一致
的結果？那我應該怎麼修正？

謝謝大家的回答。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.200.41
※ 編輯: justplay 來自: 140.112.200.41 (03/27 15:19)
※ 編輯: justplay 來自: 140.112.200.41 (03/27 15:21)