.granger因果检验和向量自回归（VAR）模型问题

问题描述：

.granger因果检验和向量自回归（VAR）模型问题
我已经做完格兰杰因果检验,结果如下.Pairwise Granger Causality Tests
Date:05/07/12 Time:12:55
Sample:1990 2010
Lags:2
Null Hypothesis:\x05Obs\x05F-Statistic\x05Probability
SER02 does not Granger Cause SER01\x0519\x05 0.33516\x05 0.72081
SER01 does not Granger Cause SER02\x05 2.03279\x05 0.16785
SER03 does not Granger Cause SER01\x0519\x05 8.32044\x05 0.00416
SER01 does not Granger Cause SER03\x05 3.83285\x05 0.04704
SER04 does not Granger Cause SER01\x0519\x05 4.76461\x05 0.02640
SER01 does not Granger Cause SER04\x05 0.15004\x05 0.86204
SER05 does not Granger Cause SER01\x0519\x05 4.81833\x05 0.02557
SER01 does not Granger Cause SER05\x05 1.76083\x05 0.20791
SER03 does not Granger Cause SER02\x0519\x05 2.84640\x05 0.09178
SER02 does not Granger Cause SER03\x05 4.73175\x05 0.02692
SER04 does not Granger Cause SER02\x0519\x05 1.83852\x05 0.19545
SER02 does not Granger Cause SER04\x05 0.10371\x05 0.90218
SER05 does not Granger Cause SER02\x0519\x05 5.76340\x05 0.01493
SER02 does not Granger Cause SER05\x05 3.80248\x05 0.04798
SER04 does not Granger Cause SER03\x0519\x05 4.71858\x05 0.02714
SER03 does not Granger Cause SER04\x05 0.51736\x05 0.60706
SER05 does not Granger Cause SER03\x0519\x05 0.27672\x05 0.76232
SER03 does not Granger Cause SER05\x05 2.79020\x05 0.09553
SER05 does not Granger Cause SER04\x0519\x05 0.21012\x05 0.81299
SER04 does not Granger Cause SER05\x05 4.59718\x05 0.02919
他们有的相互之间存在因果关系,有的不存在.
那我下一步做VAR模型的时候如何选择外生变量啊.难道有的变量直接被抛弃?财富过后还可追加.

1个回答分类：综合 2014-12-14

问题解答：

我来补答

明显EViews做的吧?其实你截下图更好了.我是这么理解的啊可能不对：一般来说VAR都是内生变量外生的话按照理论来加再看看显著性我想你可能上面这五个外生变量其实都是内生吧?就是一个五维向量格兰杰原因和模型没有直接关系做完VAR可以再检验.如果我说的对了那么你首先要干的不是检验什么因果而是检验序列平稳不平稳要差分平稳以后就用JJ检验然后建立简化的VAR 最后你想IRF 方差分解或者做结构和VEC都行不过 VEC要求必须协整.悬赏就算了这个对我没用.
再问：我检验完序列的平稳性了。同阶平稳。 JJ检验是什么？？？做VAR的时候，在eviews里让我选外生变量，据说这个是要用格兰杰因果检验来确定。。。

展开全文阅读