【学习笔记】VAR模型思路

VAR（向量自回归）的基本思路与步骤
■一、平稳性检验

多为DF检验——不平稳

若VAR模型中所有内生变量都有单位根，同时各序列同阶单整，那么两种方法都可以选择

1.单整

不是最好方法，会丢失很多非均衡信息

不平稳——差分变换——平稳

2.协整（推荐）

前提：不平稳&各序列同阶单整

协整关系存在的条件是：只有当两个变量的时间序列{x}和{y}是同阶单整序列即I(d)时（l是差分，即各个序列的差分阶数要相同），才可能存在协整关系(这一点对多变量协整并不适用)。因此在进行y和x两个变量协整关系检验之前，先用ADF单位根检验对两时间序列{x}和{y}进行平稳性检验。平稳性的常用检验方法是图示法与单位根检验法。

■二、变量选择

不可以太多，根据经济理论确定

■三、阶数确定

VAR（P），P值太小可能存在自相关，而且会导致参数估计的非一致性（参数估计的非一致性（Inconsistent Estimation）指的是在统计学中，当样本量趋于无穷大时，参数的估计值并不收敛于参数的真实值）；P值太大，待估参数会很多，自由度降低，直接影响整体参数估计的有效性。————>通过信息准则确定阶数

适当增加P值，消除残差自相关

1.LR检验（似然比统计量）

前提：随机误差项满足正态分布，在时间序列里面很难满足

2.信息准则

varsoc x y z , maxlag（#）AIC、SC、BIC取值

■四、参数估计

var x y z, lags (numlist）

■五、模型检验

1.稳定性（像脉冲）————>将一个“冲击”加在var模型的某一个方程的过程中，检验这个“冲击过程”是否会随着时间而消失，如果会则是稳定的，如果不会则不稳定

varstable,graph

2.残差

残差自相关检验LM varlmar

残差正态性检验 varnorm

各阶系数联合显著性（Wald检验）varwle

■六、模型应用

1.格兰杰因果检验vargranger————>这一步必须做，这是下面的合理性来源，保证模型的预测能力

（仅适用于平稳序列or存在协整关系的单位根过程）

——非真正因果关系，最多是动态的相关关系，表明一个变量对另一个变量是否有预测能力，是真实因果关系的必要非充分条件

保证了模型的预测能力，是后三者合理性的来源

2.脉冲响应分析

3.方差分解分析

4.预测