期待您的解答 ：）

问题1没有标准答案，易单辉老师的书上是建议最优var阶数-1作为误差修正模型的阶数
问题2具体选几阶也是结合各个检验准则还有实际效果决定。没有一个万能的原则说一定按照哪个准则，准则也只是一个建议。你的数据量小当然不要选取滞后阶数太多了。
问题3确定好你认为比较合适的滞后阶数时重新估计VAR模型。因为系统也不知道你想选几阶，默认为1-2

问题4具体参考高铁梅的计量经济分析方法与建模一书，软件的输出结果很清晰，明显的告诉你了是否存在协整方程。
问题5我没有做过vecm模型的系数约束

关于SVAR模型，你可以参考高铁梅易丹辉的书，最主要的是参考别人的论文。那些约束是带有经济含义的。

刘老师，您好。感谢解答，有些问题想与您再讨论。

问题3，在实际操作中我认为AIC准则的6阶滞后与经济学原理不符，而SC等一阶滞后比较符合实际情况，在做VAR和VEC模型时，我根据滞后重新选择了1 1模式，这么做不知道是否正确。另外加入用1 1 模式，那么VEC模型在选择时没有滞后项，如何取舍？

问这个问题主要是因为有教材在讲述时没有讲清楚，VAR和VEC都是默认1 2进行操作，我认为应该根据实际最优滞后改变，但滞后阶数为1，似乎不合适。

Selected (0.05 level*) Number of Cointegrating Relations by Model                                       
                                       
Data Trend:        None        None        Linear        Linear        Quadratic
Test Type        No Intercept        Intercept        Intercept        Intercept        Intercept
        No Trend        No Trend        No Trend        Trend        Trend
Trace        1        1        0        0        0
Max-Eig        1        1        0        0        0
                                       
*Critical values based on MacKinnon-Haug-Michelis (1999)                                       
                                       
Information Criteria by Rank and Model                                       
                                       
Data Trend:        None        None        Linear        Linear        Quadratic
Rank or        No Intercept        Intercept        Intercept        Intercept        Intercept
No. of CEs        No Trend        No Trend        No Trend        Trend        Trend
                                       
         Log Likelihood by Rank (rows) and Model (columns)                               
0         117.2878         117.2878         126.6189         126.6189         126.6842
1         126.6273         126.6299         128.8892         129.0324         129.0326
2         126.6848         128.8999         128.8999         131.1928         131.1928
                                       
         Akaike Information Criteria by Rank (rows) and Model (columns)                               
0        -8.391689        -8.391689         -8.934734*         -8.934734*        -8.791421
1        -8.787211        -8.713324        -8.806608        -8.743140        -8.669081
2        -8.495169        -8.511105        -8.511105        -8.532799        -8.532799
                                       
         Schwarz Criteria by Rank (rows) and Model (columns)                               
0        -8.199713        -8.199713        -8.646771*        -8.646771*        -8.407469
1        -8.403259        -8.281379        -8.326668        -8.215206        -8.093153
2        -7.919241        -7.839189        -7.839189        -7.764896        -7.764896