VAR模型滞后阶数的确定？阶数选择19阶是否过大了？急求解答，谢谢

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我在做5个变量的VAR模型，数据为日数据，在确定最佳滞后阶数的时候，出现如下图结果，此时的最佳滞后阶数应该选择多少呢？求指教，着急。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏4 回帖

关键词：阶数的确定 VAR模型 滞后阶数 急求解答 AR模型 EViews VAR 滞后阶数

额……不能说很大，但我觉得5阶会比较好点

个人意见  仅供参考

根据你的结果，如果选择最简单的SC准则的话，只要滞后5阶就可以了，HQ准则需滞后7阶，LR、FPR和AIC准则需滞后19阶。选择SC准则的话可能会过于简单，若选择滞后19阶的话，将损失较多的样本容量。事实上，研究表明SC和HQ准则提供了对真实滞后阶数的一致估计，而FPE和AIC准则可能高估滞后阶数，所以最好的办法是选择折中的滞后阶数，比如滞后8阶等。这个滞后阶数需要你自己进行检验，最好选择的滞后阶数要能够刚好保证扰动项为白噪声。具体内容可参考陈强老师的《高级计量经济学及Stata应用》这本书。希望能够对你有所帮助。最后，预祝研究顺利。

滞后阶数为5阶的话会使得模型过于简洁，若滞后19阶的话将损失较多的样本容量。最好的办法是选择一个折中的阶数，比如滞后8阶等。这个滞后阶数最好要刚好保证扰动项为白噪声。详细过程可参考陈强老师的相关书籍。希望对你有所帮助。预祝研究顺利

我好像看到认识的人了哈哈哈 还有 楼上很详细很专业 要一阶一阶试过来的最好

胖胖小龟宝 发表于 2018-1-5 15:12
额……不能说很大，但我觉得5阶会比较好点

个人意见  仅供参考

谢谢解答，如果写论文，将这个结果表格放上，阐述自己选择滞后5阶说的过去吗？

钱学森64 发表于 2018-1-5 15:41
根据你的结果，如果选择最简单的SC准则的话，只要滞后5阶就可以了，HQ准则需滞后7阶，LR、FPR和AIC准则需滞 ...

好的，谢谢耐心解答，我找下相关资料再看下

7880_cdabigdata 发表于 2018-1-5 19:02
我好像看到认识的人了哈哈哈 还有 楼上很详细很专业 要一阶一阶试过来的最好

Are you kidding me? 你认识我？

胖胖小龟宝 发表于 2018-1-5 15:12
额……不能说很大，但我觉得5阶会比较好点

个人意见  仅供参考

您好，请问我在检验残差序列是否为白噪声的时候，能否帮我看下操作是否正确。操作如下X1,X2,X3,X4,X5 open as var——lag interval 默认为2——view——residual test——Autocorrelation LM test——lag to include填了12——结果如下：
VAR Residual Serial Correlation LM Tests               
Null Hypothesis: no serial correlation at lag order h               
Date: 01/05/18   Time: 16:23               
Sample: 12/28/2001 12/26/2017               
Included observations: 3790               
               
Lags        LM-Stat        Prob
               
1         482.1574         0.0000
2         404.1346         0.0000
3         612.2835         0.0000
4         96.87586         0.0000
5         111.5663         0.0000
6         88.33782         0.0000
7         52.86352         0.0009
8         60.96764         0.0001
9         79.76931         0.0000
10         64.38263         0.0000
11         36.23971         0.0680
12         89.93549         0.0000
               
Probs from chi-square with 25 df.