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:
-
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)。 -
若平稳,则确定滞后阶数P。
带* 表示最优的阶数。 -
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。
-
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。 -
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: