做VAR时，时间序列一定要平稳吗？

从我的实践经验来看，只要数据之间都具有某阶单整，那么就说明是可以做协整检验的，如果协整检验通过了，下一步就是做VAR了，做VAR可能要你选择滞后阶数。
看你的问题，好像是问请问各位大侠在做VAR之前，时间序列的数据是否一定要平稳，先把数据整平稳了再做，只要是协整的，那么问题就在于选滞后阶数了。所以，数据只要协整就能做VAR，用原始数据就可以。

要学好计量真不容易啊！

20070202055 发表于 2010-8-1 22:39
不平稳数据也可以做VAR，只是需要协整检验，如果存在协整关系就不需要做差分使序列平稳了，如果没有协整关系 ...

你确定么？这个有出处么？

做VAR之前一定要保证数据是平稳的。 因为如果VAR的数据不是平稳的话就变成了spurious regression了，简单来说也就是说结果是不可信的。因此在做VAR之前一定要对每个数据作单位根检验保证你所面对的数据是平稳的（如果存在单位根，可对其进行差分处理）

但若序列之间存在长期均衡关系（协整关系cointegration），那么均衡误差对数据的预测具有预测性，因此需要在VAR的结构上加上上一期均衡误差，可以提高模型的准确性。

因此，一般用Eviews来做分析的时候步骤如下：
1. 做单位根检验，如果存在单位根，则进行协整检验（johansen test等）。 如果存在协整关系，那么需要做VECM  （注意： 如果数据之间存在协整关系，那在EView里面不需要对数据进行差分，直接对level data进行分析）

2. 若不存在协整关系，那就对数据进行差分，使其平稳，然后做VAR

20070202055 发表于 2010-8-1 22:39
不平稳数据也可以做VAR，只是需要协整检验，如果存在协整关系就不需要做差分使序列平稳了，如果没有协整关系 ...

这个正解

luxiahyun 发表于 2013-6-3 09:59
做VAR之前一定要保证数据是平稳的。 因为如果VAR的数据不是平稳的话就变成了spurious regression了，简单来 ...

var目的就是单独分开可能不平稳的序列 放在一起具有协整关系   所以才用var的吧（个人看法）

赵栓栓 发表于 2014-3-6 20:57
var目的就是单独分开可能不平稳的序列 放在一起具有协整关系   所以才用var的吧（个人看法）

那个时候就有用到VECM  Vector Error Correction Model 的吧？ 。。

First， check the stationarity of the data, if it is stationary in level, var; if not stationary, then the rules are simple and straightforward: If the variables are cointegrated (I(1)), then the modelling should be in VECM form; If they are not cointegrated, then the first-differenced VAR should be adopted.

有人说直接检查Johansen方法中回归出来的矩阵的rank, 如果满秩，则所有的变量都为稳定的序列，直接使用VAR，如果是0秩，则所有的序列都进行一阶差分之后VAR（前提应该是全部的序列都是I（1）），如果处于这两者的中间，那么就用error correction model。是这样的吗？

不可能是full rank；如果r=0，需要平稳，否则会有spurious regression的问题；用VECM，vector版的ecm

听老师说，貌似不存在协整就一阶差分做var，存在协整做VECM更科学