Stata实现ARMA时间序列蒙特卡洛模拟代码问题求助

• 内层循环中每次迭代都执行drop e y1，导致循环结束后无有效y1变量，无法计算均值和方差
• 原代码每次循环仅生成当期扰动项e，滞后1期、2期的e无法正确调取，导致ARMA的MA项计算完全错误
• 无需额外定义矩阵存储每一条时间序列的全部观测值，直接对生成的300期序列计算统计量存入结果矩阵即可，可大幅提升运行效率
• 存在变量重复定义问题：gen e = rnormal(0,1)在循环中重复执行会报错，gen命令无法重复创建已存在的变量，应该提前预生成变量，循环内用replace赋值

clear all
set more off
set seed 1234 // 设置随机种子保证结果可复现
set matsize 1000
* 结果矩阵：1000行对应1000次模拟，2列分别存储每次模拟的均值、方差
matrix simulaciones = J(1000,2,.) 

* 提前生成时间框架，避免循环内重复操作降低效率
set obs 300
gen t = _n
tsset t
gen y1 = . // 预生成存储模拟时间序列的变量
gen e = . // 预生成存储正态扰动项的变量

forvalue j = 1(1)1000{
    * 一次性生成当前模拟全部300期的扰动项
    replace e = rnormal(0,1)
    
    * 逐期计算ARMA(2,2)序列值
    replace y1 = e in 1 // t=1无滞后项
    replace y1 = 0.7*L.y1 + e - 0.6*L.e in 2 // t=2仅存在1阶滞后项
    replace y1 = 0.7*L.y1 - 0.1*L2.y1 + e - 0.6*L.e + 0.08*L2.e in 3/300 // t>=3使用完整ARMA(2,2)公式
    
    * 存储当前模拟的统计量，sum加meanonly选项可大幅提升运行速度
    sum y1, meanonly
    matrix simulaciones[`j',1] = r(mean)
    matrix simulaciones[`j',2] = r(Var)
}

* 可选操作：将结果矩阵转为数据集直接查看
svmat simulaciones, names(mean var)

内容的提问来源于stack exchange，提问作者Juan Guillermo Michelsen