Statsmodels面板TVPVAR数据适配及NaN/Inf错误解决问询

问题1：索引相关错误 #

An unsupported index was provided and will be ignored when e.g. forecasting. self._init_dates(dates, freq)

原因 #

statsmodels的VAR/TVPVAR模型要求时间序列索引为可识别的时间类型（如DatetimeIndex、PeriodIndex），你当前用Categorical类型作为year索引，属于不被支持的格式，导致模型无法识别时间维度进而报错。

正确数据重塑步骤 #

1. 将year字段转换为标准时间类型（推荐用PeriodIndex，更贴合面板时间序列特性）
2. 构建[country, year]的多层索引，确保时间维度为模型可识别的类型
3. 检查每个国家的时间序列连续性，避免时间断点影响建模

修改后的代码片段 #

%matplotlib inline

from importlib import reload
import numpy as np
import pandas as pd
import statsmodels.api as sm
import matplotlib.pyplot as plt

from scipy.stats import invwishart, invgamma
import pyreadstat

# 读取数据
dtafile = 'panel.dta'
dta, meta = pyreadstat.read_dta(dtafile)

# 转换时间索引：将year转为年度Period类型
dta['year'] = pd.to_datetime(dta['year'], format='%Y').dt.to_period('Y')
# 设置多层索引：country为个体维度，year为时间维度
dta = dta.set_index(['country', 'year'])

# 可选：检查每个国家的时间序列连续性
for country in dta.index.get_level_values('country').unique():
    country_data = dta.xs(country, level='country')
    if not country_data.index.is_monotonic_increasing:
        print(f"国家 {country} 的时间序列不连续，请检查数据")

问题2：TVPVAR运行时出现exog contains inf or nans #

原因 #

TVPVAR默认会校验外生变量（exog）的有效性，若未显式声明无外生变量，模型可能自动生成无效的外生变量矩阵；同时原始数据存在缺失值，也会触发该报错。

解决方法 #

1. 显式设置exog=None：当所有变量均为内生变量时，必须明确指定exog=None，这是完全可行的，可避免模型自动生成无效矩阵。
2. 处理缺失值：statsmodels的TVPVAR不支持含缺失值的数据，需提前处理：
   • 缺失比例极低时：直接删除含缺失值的观测（dropna()）
   • 缺失比例适中时：按国家分组做时间序列插值（如线性插值）
   • 缺失比例较高时：用同类国家的均值或模型预测值填充

示例代码（缺失值处理+TVPVAR调用） #

# 按国家分组做线性插值填充缺失值
dta_interpolated = dta.groupby('country').apply(lambda x: x.interpolate(method='linear'))
# 删除插值后仍存在缺失值的行
dta_clean = dta_interpolated.dropna()

# 为每个国家单独构建TVPVAR模型
from statsmodels.tsa.statespace.tvpvar import TVPVAR

country_results = {}
# 遍历所有国家
for country in dta_clean.index.get_level_values('country').unique():
    # 提取单个国家的内生变量数据（variable1至variable30）
    endog_data = dta_clean.xs(country, level='country')[['variable1', 'variable2', ..., 'variable30']]
    # 确保时间序列连续
    endog_data = endog_data.asfreq('Y')
    
    # 初始化TVPVAR模型，显式设置exog=None
    model = TVPVAR(endog_data, exog=None, lags=1)  # lags根据研究需求调整
    # 拟合模型（可根据情况调整迭代次数）
    res = model.fit(maxiter=1000)
    country_results[country] = res

内容的提问来源于stack exchange，提问作者John D.