【高能总结】举个栗子关于VAR滞后阶数+JJ协整检验滞后期确定问题

计量经济学服务中心  ID: jingjixue100 

计量经济学服务中心，专注于人文社科和经济管理，专注于论文指导、软件操作、研究方法、建模分析、数据服务，请不要轻易关注，请保证按照您的姿态关注和学习！

直入主题，是小编的风格和气质

        近日中心学术小组的QQ群里，经常会遇见朋友们咨询关于VAR模型的滞后期等问题，所以小编最近一直在为此努力，将这一问题，汇总！

一、建立VAR模型

第一步：不问序列如何均可建立初步的VAR模型（建立过程中数据可能前平稳序列，也可能是部分平稳，还可能是没协整关系的同阶不平稳序列，也可能是不同阶的不平稳序列，滞后阶数任意指定。所有序列一般视为内生向量)，

第二步：在建立的初步VAR后进行

 1 滞后阶数检验，以确定最终模型的滞后阶数

2 在滞后阶数确定后进行因果关系检验，以确定哪些序列为外生变量

 至此重新构建VAR模型（此时滞后阶数已定，内外生变量已定），再进行AR根图表分析，

如单位根均小于1，VAR构建完成可进行脉冲及方差分解

如单位根有大于1的，考虑对原始序进行降阶处理（一阶单整序列处理方法：差分或取对数，二阶单整序列：理论上可以差分与取对数同时进行，但由于序列失去了经济含义，应放弃此处理，可考虑序列的趋势分解，如分解后仍然不能满足要求，可以罢工，不建立任何模型，休息或是打砸了电脑），处理过后对新的序列（包括最初的哪些平稳序列）不断重复第一步与第二步，直至满足稳定性为止

第三步，建立最终的VAR后，可考虑SVAR模型。如果变量不仅存在滞后影响，还存在同期影响关系，则建立VAR模型不太合适，这种情况下需要进行结构分析。

VAR模型滞后阶数的选择是一个重要问题，滞后阶数越大则能更全面的反映模型的动态特征，但同时也会带来需要估计参数的增多和自由度减少的问题，因此，合理选择滞后阶数很重要。

Eviews6.0提供了AIC、SC、HQ三种准则来选择模型最优的滞后期，那么小编中心微信公众号提供的Eviews8.0，包括这么多准则，例如

 * indicates lag order selected by the criterion

 LR: sequential modified LR test statistic (each test at 5% level)

 FPE: Final prediction error

 AIC: Akaike information criterion

 SC: Schwarz information criterion

 HQ: Hannan-Quinn information criterion

假如VAR模型的最优滞后阶数1为也就是说，协整检验的最优滞后阶数为0。

依次类推。

举个栗子

AIC标准给出的最优滞后阶数为2，SC标准和HQ标准给出的滞后阶数都为1。所以模型的最优滞后阶数为1，也就是说，协整检验的最优滞后阶数0。

VAR模型的稳定性检验，方法为：view——lag structure——ar root graph

关于lag的选择，也是在view的下面。

二、协整专题

        协整检验有种选项：序列没有确定趋势且协整方程没有截距；序列没有确定趋势，协整方程有截距；序列有确定性线性趋势且协整方程仅有截距；序列和协整方程都有线性趋势；序列中有二次趋势且协整方程有线性趋势。选项1和选项5的研究还不成熟，一般很少采用。

所以，大家在Eviews8.0使用过程中，其实，8.0，六个选项呢？如何选取呢？

大神绝招：

根据协整检验的结果无法判断哪种选项最优，意思是你需要挨个看，看看协整关系个数等，接下来从各选项的协整参数来进行判断和蹄选。各选项的协整结果，包括各估计系数的标准差，标准差越小代表解释变量对被解释变量的影响越显著。

那年青春我们正好

学术技能一起来

跟着计量经济学服务中心一起提高学术技能，提高科学素养！

专题推荐

计量经济学服务中心

学术问题，一对一专家解决

打造中国最大的人文社科+经管类学术交流学习平台！

论文指导、软件操作、学术技能、数据分析等，一起见证学术力量！

见证学术力量

让知识更有价值

让学术更有价值

阅读原文，进入学术小组专题