构建向量自回归模型VAR（p）（说明参数p的确定方法）考察模型中的脉冲相应和方差分析

日期			GDP(绝对值）		M1		上证指数	修改
2003年第一季度			28,861.80		71200.37		1507.51	1396.25
2003年第二季度			31,007.1		73340.77		1528.047	1447.01
2003年第三季度			33,460.4		77449.88		1421.713	1537.55
2003年第四季度			42,493.5		81733.53		1413.967	1473.08
2004年第一季度			33,420.60		84392.61		1669.31	1396.25
2004年第二季度			36,985.3		87003.72		1516.887	1447.01
2004年第三季度			39,561.7		89182.2		1374.987	1537.55
2004年第四季度			49,910.7		93046.81		1309.31	1473.08
2005年第一季度			39,117.40		94879.06		1226.37	1114.60
2005年第二季度			42,795.2		96332.33		1100.277	1121.87
2005年第三季度			44,744.4		99338.6		1133.813	1120.40
2005年第四季度			58,280.4		104385.5		1117.91	1241.38
2006年第一季度			45,315.80		106114.9		1285.127	2053.38
2006年第二季度			50,112.7		109316.9		1584.347	1662.22
2006年第三季度			51,912.8		114770.9		1674.597	1517.96
2006年第四季度			68,973.1		122013.4		2204.25	1259.84
2007年第一季度			54,755.90		127541.2		2950.723	5424.60
2007年第二季度			61,243.00		131267.2		3924.35	4744.66
2007年第三季度			64,102.2		139940.8		5081.057	3831.12
2007年第四季度			85,709.2		148406.4		5363.31	2866.81
2008年第一季度			66,283.80		151971.8		4068.213	1903.78
2008年第二季度			74,194.00		153286.6		3287.52	2513.25
2008年第三季度			76,548.3		155877.1		2489.203	3373.54
2008年第四季度			97,019.3		160412.7		1806.937	4400.62
2009年第一季度			69,816.90		169301.9		2149.213	3077.43
2009年第二季度			78,386.7		184459.1		2689.953	3011.56
2009年第三季度			83,099.7		199330.7		2953.077	2613.09
2009年第四季度			109,599.7		213346.8		3156.097	2087.78
2010年第一季度			82,613.40		227758		3050.113	2870.28
2010年第二季度			92,265.4		236995.9		2620.377	2593.69
2010年第三季度			97,747.9		242942.2		2643.987	2725.05
2010年第四季度			128,886.1		259785		2869.033	3066.89
2011年第一季度			97,101.20		262407.1		2874.617	2368.31
2011年第二季度			108,674.2		270239.8		2805.687	2597.97
2011年第三季度			115,443.7		271430.5		2542.763	2828.72
2011年第四季度			151,662.9		282605.6		2322.813	2853.96
2012年第一季度			108,472.00		272773.5		2327.963	2078.58
2012年第二季度			119,531.1		280388.8		2331.327	2109.76
2012年第三季度			125,738.4		285206.1		2079.107	2337.76
2012年第四季度			165,728.6		297445.1		2106.043	2318.35
2013年第一季度			118,862.10		306076.7		2329.21	2164.33
2013年第二季度			129,162.4		310450.9		2152.57	2076.80
2013年第三季度			139,075.8		312337.6		2088.947	2186.33
2013年第四季度			181,744.9		327197.3		2159.343	2331.58
2014年第一季度			128,212.70		319736.5		2040.897	2626.39
2014年第二季度			140,831.4		331268.4		2037.967	2208.00
2014年第三季度			188,361.8		330196.9		2260.877	2041.71
2014年第四季度			178,732.8		337596.1		2779.233	2054.45
2015年第一季度			147,961.80		339919.7		3422.853	4381.63
2015年第二季度			166,216.4		345185.7		4443.537	3326.46

Included observations: 45                                               
                                               
Lag        LogL        LR        FPE        AIC        SC        HQ
                                               
0        -19.88286        NA          3.40e-05         1.061460         1.222053         1.121327
1         165.2060         329.0468         1.86e-08        -6.453599        -5.650638        -6.154263
2         194.5219         46.90551         1.05e-08        -7.045419        -5.600089        -6.506614
3         221.0231         37.69050         6.87e-09        -7.512136        -5.424437        -6.733863
4         292.2827          88.67869*          6.45e-10*        -9.968121         -7.238053*         -8.950379*
5         308.4298         17.22351         7.48e-10         -9.974656*        -6.602219        -8.717445
                                               
4阶最好

4个变量均要吗？

不平稳的VAR，要处理

DF89HB6686 发表于 2015-12-6 21:24
Included observations: 45                                               
                                               
Lag        LogL        LR        FPE        AIC        SC        HQ

三个变量，后面上证指数用修改后的

VAR Lag Order Selection Criteria                                               
Endogenous variables: LNGDP LNM1 LNSG                                                
Exogenous variables: C                                                
Date: 12/07/15   Time: 19:12                                               
Sample: 1 50                                               
Included observations: 45                                               
                                               
Lag        LogL        LR        FPE        AIC        SC        HQ
                                               
0        -16.09467        NA          0.000469         0.848652         0.969096         0.893552
1         133.0163         271.7134         9.28e-07        -5.378504        -4.896727        -5.198902
2         140.9432         13.38767         9.79e-07        -5.330811        -4.487702        -5.016508
3         148.5201         11.78627         1.06e-06        -5.267561        -4.063120        -4.818558
4         206.6730          82.70627*          1.23e-07*        -7.452132         -5.886358*         -6.868427*
5         216.1383         12.19974         1.26e-07         -7.472813*        -5.545706        -6.754407
                                               
* 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                                               

rongjiangzheng 发表于 2015-12-7 12:13
三个变量，后面上证指数用修改后的

先将三个变量取对数，单位根检验，三个变量均是I（1）（5%显著性水平下），可能存在协整，直接进行VAR模型估计，发现5个特征根的绝对值（或模）的倒数均在单位圆内，是一个平稳的VAR，起码有一个协整关系存在，参数估计量是无偏估计量。滞后长度处输入5或6，检验即可知，最佳滞后长度是4。

rongjiangzheng 发表于 2015-12-7 12:13
三个变量，后面上证指数用修改后的

先将三个变量取对数，单位根检验，三个变量均是I（1）（5%显著性水平下），可能存在协整，直接进行VAR模型估计，发现5个特征根的绝对值（或模）的倒数均在单位圆内，是一个平稳的VAR，起码有一个协整关系存在，参数估计量是无偏估计量。滞后长度处输入5或6，检验即可知，最佳滞后长度是4。