R运行Panel VAR模型时无法分配23.2Mo向量内存问题求助

我是金融专业硕士研究生，正在用R完成论文研究，目标是分析股票日收益率和CDS价格变动对未来收益率的影响。已构建包含359710行的数据集（覆盖130家公司2767天的数据，含6个变量+3个指标），并通过plm包的pdata.frame函数转换为面板数据框。随后使用panelvar包的pvargmm函数估计Panel VAR模型，代码如下：

model <- pvargmm(
  dependent_vars = c("SR", "CR"),  # 被解释变量
  lags = 1,        # 被解释变量滞后阶数
  exog_vars = c("SPR", "VIX", "R", "L"),  # 外生变量
  transformation = "fd",          # 一阶差分转换
  data = panel_data,
  panel_identifier = c("Company_ID", "Date")
)

运行后触发错误：

Error : Unable to allocate a vector of size 23.2 Mo

已尝试手动释放内存、调整R内存使用设置，但问题未解决，寻求可行的解决方案。

解决方案建议 #

• 优化数据类型与存储
  将所有数值型变量转换为更节省内存的类型，例如用dplyr批量处理：

  library(dplyr)
  panel_data <- panel_data %>% mutate(across(where(is.numeric), as.double))
  

  或改用data.table存储数据，其内存管理效率远高于原生data.frame：

  library(data.table)
  panel_data <- as.data.table(panel_data)
  

• 清理冗余数据

  • 检查并移除重复的公司-日期观测：

    panel_data <- panel_data[!duplicated(panel_data[, c("Company_ID", "Date")]), ]
    

  • 提前清理缺失值，避免模型运行时生成大量临时NA矩阵：

    panel_data <- na.omit(panel_data)
    

• 简化模型逐步排查
  先移除外生变量，仅估计包含滞后项的基础模型，验证是否仍出现内存问题：

  model <- pvargmm(
    dependent_vars = c("SR", "CR"),
    lags = 1,
    transformation = "fd",
    data = panel_data,
    panel_identifier = c("Company_ID", "Date")
  )
  

  若基础模型能运行，再逐步加入外生变量，定位是否因某变量导致内存占用激增。

• 强化内存管理
  运行模型前强制触发垃圾回收，释放闲置内存：

  gc()
  

  同时确保使用64位版本的R（32位R内存上限远低于64位），且关闭其他占用系统内存的程序。

• 替代方法尝试
  若panelvar包内存效率不足，可考虑使用plm包的面板回归函数先验证变量关系，或查找更轻量的Panel VAR实现工具。

内容的提问来源于stack exchange，提问作者Guillaume Brasseur