VAR模型条件预测问题：如何传入新DAX数据计算油价收益

你遇到的问题其实是对vars包中predict.VAR()函数的newdata参数理解有误——这个参数不是用来指定内生变量的未来已知值，而是为模型中的外生变量（比如你建模时额外加入的非内生变量）提供新数据的。因为你的VAR模型里只有DAX和OIL两个内生变量，没有额外的外生变量，所以传入DAXnew后会被直接忽略，预测结果自然和不传一样。

要实现「已知未来12期DAX收益，预测对应油价收益」的需求，你需要用VAR模型的条件预测功能，具体可以通过vars包的conditional.predict()函数来实现，步骤如下：

步骤1：构造条件约束矩阵 #

首先创建一个和预测期数一致的矩阵，指定哪些期的哪些变量是已知值，未知变量留为NA：

# 构造12期的条件矩阵，列对应VAR模型的内生变量（DAX、OIL）
cond_matrix <- matrix(NA, nrow = 12, ncol = 2)
colnames(cond_matrix) <- colnames(MakroVAR)  # 对齐变量名，避免匹配错误

# 填入已知的DAX新数据，OIL列留NA表示需要预测
cond_matrix[, "DAX"] <- DAXnew$DAX

步骤2：执行条件预测 #

调用conditional.predict()函数，传入你的VAR模型和条件矩阵即可：

library(vars)
# 生成条件预测结果
pred.var_cond <- conditional.predict(var, cond = cond_matrix, n.ahead = 12)

结果验证 #

你可以查看预测结果中的DAX值，会发现完全和你传入的DAXnew一致，而OIL值则是VAR模型基于已知DAX和模型系数计算出的对应预测值：

# 查看预测的DAX（已知值）和OIL（预测值）
print(pred.var_cond$fcst)

额外说明 #

如果你的VAR模型包含外生变量（比如建模时用了exogen参数），那newdata参数才会派上用场——此时它用来传入外生变量的未来值，配合内生变量的条件约束一起完成预测。但在你的场景里，因为没有外生变量，所以这个参数完全不生效。

内容的提问来源于stack exchange，提问作者Henros