VAR模型变量没因果关系，要成外生变量？

第一次做VAR模型，我做的是经济史的一个问题，有关银元汇率影响国内大米价格的递归模型。现在国内一般做这种汇率冲击的模型，都用的变量数据在经济史是不一定都能找到的，比如GDP和工业增产值等，所以我设定了四个变量：
主要变量有imp（进口大米数量）、rice（进口大米价格）、silver（银元汇率）、index（国内大米价格指数）
我认为这些变量都是内生变量，但是在做Granger因果关系时，却出现下面这一组检验值：

                       
Dependent variable: INDEX                       
                       
Excluded          Chi-sq         df        Prob.
                       
IMP                 0.930822         2         0.6279
RICE                15.04235         2         0.0005
SILVER         6.806901         2         0.0333
                       
All         32.53052        6         0.0000

在高铁梅的书中，说如果没有因果关系的，可以认为它是外生变量。那此处的imp（进口大米数量）要成为外生变量？
我想请教一下，如果真的要做为外生变量，那下一步该怎么做？只做三个内生变量的模型？还是要把这个所谓的外生变量加进去？
其实我认为它是内生变量的。
谢谢！

是否外生变量不清楚 但是VAR和因果检验其实并没有必然关系（不做因果也可以VAR）
而且格兰杰的因果关系其实是很依赖数据的 仅仅是样本统计意义上的因果 其实并非实际意义上的 所以我个人觉得这不是判断外生变量的绝对依据

谢谢！还追加一个问题，请你指教一下。就是我考察的时期段是1867-1911年，经济史能找到数据已经很不容易了，实在是没有月度数据，但是一般做汇率冲击都用的是月度或季度数据，我找到的是年度数据。所在，在做脉冲响应和方差分解的时候，就有大问题了，滞后期限单位都是年，一个内生变量对其他变量冲击的反应要一年以后才体现出来，这几乎很难想象的。请问这应该怎么处理？我试着换成月度数据，但是差分分解完全没有解释力度。