Skip to content

VAR 教程

时间序列

说明滞后阶数、信息准则、趋势项和差分阶数在 STATAU 中的对应关系。

常用 Stata 命令var y1 y2 y3, lags(1/2)
在 STATAU 中打开此功能
VAR信息准则滞后阶数

这个页面解决什么问题

VAR 适合回答“几个变量会不会互相带着走”这类问题。相比只看单个回归方程,它更像是在同时跟踪一个小系统:每个变量既受自己过去影响,也受其他变量过去影响。

一图看懂

STATAU VAR 配置页真实截图STATAU VAR 配置页真实截图
VAR 配置页先决定这 4 项

VAR 页第一次先决定 4 项:时间变量、进入模型的序列、最大滞后阶数、信息准则;差分和趋势项则根据平稳性结果再调整。

VAR 系统阅读图
VAR 的阅读顺序

先看选出来的滞后阶数,再看系统是否稳定,最后才去解释方程系数或继续做 Granger、脉冲响应和方差分解。

方法原理

VAR 不预设谁一定是外生、谁一定是内生,而是把系统里的每个变量都放进同一个动态框架里。对用户来说,最关键的不是背定义,而是先把滞后阶数、差分和稳定性这三件事处理对。

核心公式

VAR 的常见写法

yt=A1yt1+A2yt2++Apytp+εt

yt 代表一组同时进入模型的序列变量,A1Ap 对应不同滞后阶数的影响。页面里的“最大滞后阶数”和“信息准则”就是在帮助你决定这里的 p 应该取多少。

适用数据与前提

至少准备两个时间序列变量,并先通过平稳性检验判断是否需要差分。第一次使用时,建议变量数量不要太多,先用两到三个核心变量把流程跑通,再逐步扩展。

STATAU 页面中每个位置应该放什么变量

网站位置应放入的变量说明
时间变量时间索引定义序列顺序。
分析变量进入 VAR 的多个序列至少两个。
最大滞后阶数 / 信息准则选阶设置系统据此推荐或确定最优滞后阶数。
趋势项 / 差分阶数序列设定影响模型拟合和稳定性。

Stata 等效代码

var [变量1] [变量2] [变量3], lags(1/[滞后阶数])
Stata 代码位置STATAU 网站对应位置应放入什么
[变量1] [变量2] [变量3]分析变量进入 VAR 的全部内生变量。
lags(1/[滞后阶数])最大滞后阶数对应系统选阶的候选区间上限。

在 STATAU 中操作步骤

  1. 先通过平稳性检验决定是否要差分。
  2. 勾选进入 VAR 的变量,设置最大滞后阶数和信息准则。
  3. 根据需要选择趋势项,再执行 VAR。
  4. 结果出来后,再继续做稳定性、Granger 或 FEVD。

结果怎么看

  • 先看信息准则推荐的滞后阶数是否稳定,再看各方程系数。
  • 如果系统不稳定,优先回头调整差分阶数或滞后阶数。
  • VAR 结果里的单个系数通常不如后续稳定性和因果检验更容易直接解释。

常见使用误区

  • 变量不平稳却直接跑 VAR,是最常见的时间序列错误之一。
  • 只看单个系数显著性而不看整个系统设定,会削弱 VAR 的分析价值。