时间序列之向量自回归检验VAR

一、向量自回归检验

1. 向量自回归检验(VAR)：Vector autoregression

• 单独建一个AR模型，不足以说明每个变量的影响。此时就需要做VAR模型。
• VAR模型针对的是平稳性序列，如果是非平稳性的 ，实质上则进行的是Johansen协整检验。

2. 步骤：

1. 先做平稳性检验。unit root test
   如果不平稳，则先转化成平稳的（可采用差分，或者取对数等）。

2. 若平稳，则确定滞后阶数P。
   带* 表示最优的阶数。

3. 外生性检验（格兰杰检验）

确定滞后值是否对被解释变量是否有预测能力。若有则进行后续操作，如无则后续操作无意义。

若外生检验通过，则表明其他滞后值对当前被解释变量有预测能力，就可以进行模型稳定性的判断。

4. 判断模型的稳定性；（两种发法）
   
   
   若模型稳定，则进行脉冲检验。否则后续检验无意义。

5. 脉冲响应和方差分解（分析各变量的影响）
   进入脉冲模型的两种方法：
   

方差分解：