如何用statsmodels生成ARIMA静态预测？复现Stata分析遇阻

问题描述 #

我正在用statsmodels复现Stata的ARIMA分析，模型是包含4个外生回归变量的ARIMA(1,0,4)，用来生成静态预测。目前模型拟合的系数、z值等结果已经和Stata完全一致，但卡在预测环节：

我的数据时间范围是1980-2024，训练集取1980-2018，需要对之后的时段做预测。尝试了两种statsmodels的预测方式：

1. 使用forecast方法：

forecast_values = model_fit.forecast(steps=32, exog=df[[外生变量列表]], dynamic=False)

其中df只包含样本外的观测值，返回的是动态预测，和Stata结果不符。

2. 使用predict方法（statsmodels不推荐用于样本外预测，但能运行）：

forecast_values = model_fit.predict(start='2017-01-01', end='2024-10-01', exog=merged_testing[[外生变量列表]], dynamic=False)

结果和forecast方法完全一致，而且dynamic参数不管设为False还是True，输出都没有变化。

我知道因为有4个MA项，手动计算静态预测难度很大，想知道怎么在statsmodels里正确获取静态预测？

补充：我查到statsmodels默认用动态预测是因为缺少因变量的实测值，但不知道怎么把这些值提供给模型做预测；也看到过相关的议题讨论，但没搞懂重新估计的思路怎么解决这个问题。

解决方案 #

要在statsmodels里实现Stata式的静态预测（即每一步预测都使用因变量的真实观测值，而非前一步的预测值），核心是要把样本内的因变量真实值+样本外的外生变量一起传入模型，让模型能调用到预测时点之前的真实因变量值。具体步骤如下：

1. 准备完整的数据集 #

合并你的训练集（1980-2018）和测试集（2019-2024）的因变量与外生变量，得到一个包含1980-2024全时段的完整DataFrame，记为full_df。注意：测试集的因变量必须是真实观测值（如果有的话），这是静态预测的关键。

2. 使用predict方法指定预测范围 #

调用predict方法时，设置start为你要开始预测的时点（比如2019-01-01），end为预测结束时点，同时传入完整的外生变量数据，并确保dynamic=False：

# 假设full_df包含所有时段的因变量（y）和外生变量（exog1, exog2, exog3, exog4）
forecast_static = model_fit.predict(
    start='2019-01-01',
    end='2024-10-01',
    exog=full_df[['exog1', 'exog2', 'exog3', 'exog4']],
    dynamic=False
)

这里的dynamic=False会让模型在每一步预测时，优先使用full_df中已有的因变量真实值，而不是用模型的预测值来递推。

3. 为什么之前的方法无效？ #

你之前只传入了样本外的外生变量数据，模型无法获取预测时点之前的因变量真实值，所以不管dynamic设为False还是True，都只能退化为动态预测——用前一步的预测值来填充缺失的因变量值，自然和Stata的静态预测结果不符。

特殊情况：如果没有样本外的因变量真实值？ #

如果你的测试集没有因变量的真实观测值，那静态预测从定义上就无法实现（因为没有真实值可以代入），这种情况下只能做动态预测，和Stata的dynamic选项结果一致。

内容的提问来源于stack exchange，提问作者AustinC