VAR模型Stata实例操作

 1.序列平稳性检验

2.确定滞后阶数

3.模型平稳性检验

4.格兰杰因果关系检验

上述检验都通过后再进行以下步骤

5.脉冲响应分析

6.方差分解

1.序列平稳性检验

主要两种方法：单位根检验，看ACF、PACF图的截尾拖尾情况

像cosθ或者sinθ这种既没有截尾也没有拖尾的函数图像，就是不平稳序列；需要经过差分或者去除趋势等步骤变为平稳时间序列再进行下一步。

2.确定滞后阶数（定阶）

定阶准则：

（1）信息准则：大多数选择 （看表格中哪阶*多，就选哪阶）

（2）向下检验法

（3）残差序列白噪声检验：

检验是否自相关，比如说原本是VAR(p)模型，我们错误的设定为VAR(p-1)模型，模型中缺少的一项βY_t-p会被纳入VAR(P-1)的残差项中，使得残差序列和变量相关，违反模型假设。

3.模型平稳性检验（注意与序列平稳性检验的区别）

看特征方程的特征根是否在单位圆内

（在这一步还可能接着进行“预测+预测检验”步骤，如果预测和实际不准，需要解释不准原因。具体看后面实际操作）

4.格兰杰因果关系检验

一定得满足平稳或者协整关系才能进行这一步

格兰杰因果关系实际描述的不是因果关系，而是一个变量的滞后项（x_t-1)对另一变量(y_t)是否具有预测作用

5.脉冲响应分析

解释：Yt序列在受到一个单位随机扰动因素的冲击后的动态变化路径。

我们建立的模型和变量顺序有关，变量顺序不同会导致建立的模型千差万别，而脉冲响应分析就是用来确定变量排序关系的。

主要方法：简单的脉冲响应分析、正交的脉冲响应分析、广义的脉冲响应分析......

在此主要介绍正交的脉冲响应分析：

①观察交叉相关图或者交叉相关系数

注意交叉相关系数的计算公式是:

k值可大于0也可以小于0，我们只需要观察操作结果中使得ρ值最大的k值

如果k*>0，说明是y→x （y变量在x变量的左侧）

如果k*