R：使用新数据预测VAR

Question

我尝试使用估计的VAR模型和两个变量之一的新数据来预测时间序列。

假设每月DAX和Oilprice回报的VAR。

#Select variables for VAR model
MakroVAR <- as.data.frame(cbind(DAX=Makro_diff$DAX, OIL=Makro_diff$OIL))

#Estimate VAR model
var <- VAR(na.omit(MakroVAR), p=1, type="const", ic = "AIC")

现在我可以使用预测功能而无需提供新数据。

# Predict VAR
pred.var1 <- predict(var, n.ahead = 12)

现在我想提供一系列12个新的DAX回报。

# New data for DAX
DAXnew <- data.frame(DAX=c(-0.0222, 0.0093, 0.0136, -0.0074, 0.0161, 
-0.0029, 0.0007, 0.0073, 0.0018, -0.0032, 0.0059, -0.0043))

但是预测功能总会给出相同的结果，似乎忽略了新数据。

# Predict VAR conditional on new DAX data
pred.var2 <- predict(var, newdata = DAXnew, n.ahead = 12)

我也试过为两个系列提供一个NA和一个提供数据，这总是带来相同的结果。

我的问题是，我必须以哪种方式为VAR模型提供新数据，以便在给定新数据的情况下计算第二个系列。

Answer 1

r包'tsDyn'支持使用newdata，而'vars'包不支持。