老师只教到放宽基本假定的经典单方程计量经济学模型，然后近几日我自学时间序列的相关知识，偏于应用。

近日来学习心得：

  平稳的时间序列可以直接进行格兰杰因果检验；不平稳的时间序列若是同阶单整，可进行协整检验，看其是否存在协整关系，若存在协整关系，可以做格兰杰因果检验。

      对两变量时序用EG两步法进行协整检验，对多变量时序最好用JJ检验。

     平稳时间序列可以建立VAR，不平稳但存在协整关系的时间序列可以建立VAR，不平稳且不存在协整关系的时间序列不能建立VAR。

      VAR稳定即无单位根，能进行脉冲相应和方差分解。

实验目的：考察IPO金额与上证综指的关系；最好能做做格兰杰因果检验、脉冲响应与方差分解之类的。

数据处理：用y表示每月上证综指收盘指数，用x表示每月IPO金额，IPO暂停期x取值为1（单位亿元），以体现IPO暂停期对上证综指的影响；lnx表示对x取自然对数，lny表示对y取自然对数；time表示每月底时间，为外生变量。

简略步骤与思路：

对x y lnx lny进行单位根检验，采用ADF检验，

y是不平稳序列，x是平稳序列，（不知道该如何处理这对数据，于是我把重心放在lnx lny上）

Lnx、lny 序列不平稳，一阶差分后的dlnx 、dlny是平稳的。

于是我对lny lnx用EG两步法进行协整检验，对回归后的残差序列进行ADF检验，如下表

			t-Statistic	Prob.*
Augmented Dickey-Fuller test statistic			-2.340554	0.1629
Test critical values:	1% level		-3.542097
	5% level		-2.910019
	10% level		-2.592645

还是得接受原假设，存在单位根，即lny与lnx之间不存在协整关系。

接下来就不能对lny、lnx建立VAR模型，也不能进行格兰杰因果分析了。（是这样吧？）

由于dlny、dlnx是平稳的，可以对dlny、dlnx进行格兰杰因果关系检验吗？

如果能的话，应该是有经济意义的吧？如果不能，接下来该如果继续实验呢？

能否对dlny、dlnx建立VAR模型，然后做脉冲响应和方差分解呢？

如果以上都不可行，能否对dy、dx建立VAR模型，然后做脉冲响应和方法分解？（是不是和上面那个问题一个性质？）

还有，在进行LM检验取滞后期的时候，我看视频是对（样本量/10）取整，这样可行吗？

有的帖子是这么处理的：
       第一步：不问序列如何均可建立初步的VAR模型（建立过程中数据可能前平稳序列，也可能是部分平稳，还可能是没协整关系的同阶不平稳序列，也可能是不同阶的不平稳序列，滞后阶数任意指定。所有序列一般视为内生向量)，
      第二步：在建立的初步VAR后进行
      1 滞后阶数检验，以确定最终模型的滞后阶数
      2 在滞后阶数确定后进行因果关系检验，以确定哪些序列为外生变量
     至此重新构建VAR模型（此时滞后阶数已定，内外生变量已定），再进行AR根图表分析，
      如单位根均小于1，VAR构建完成可进行脉冲及方差分解
      如单位根有大于1的，考虑对原始序进行降阶处理（一阶单整序列处理方法：差分或取对数，二阶单整序列：理论上可以差分与取对数同时进行，但由于序列失去了经济含义，应放弃此处理，可考虑序列的趋势分解，如分解后仍然不能满足要求，可以罢工，不建立任何模型，休息或是打砸了电脑），处理过后对新的序列（包括最初的哪些平稳序列）不断重复第一步与第二步，直至满足稳定性为止
      第三步，建立最终的VAR后，可考虑SVAR模型

如果按照上述内容以lnx lny为变量，初步建立VAR模型，lag intervals for endogenous 填 1 1（理由是lnxlny一阶单整？），time为外生变量，
在var估计结果窗口中点击view/lag structure/lag length criteria 输入最大滞后阶数12（月度数据），以*号最多的阶数确定滞后阶数为1阶，然后在group里进行格兰杰因果检验，滞后阶数取1，如下
Pairwise Granger Causality Tests   
Date: 02/05/12   Time: 15:29   
Sample: 2006M06 2011M07   
Lags: 1   
   
Null Hypothesis:                                 Obs               F-Statistic            Prob.
   
LNX does not Granger Cause LNY     61                  1.12550              0.2931
LNY does not Granger Cause LNX                           1.66600              0.2019
   
lny lnx无因果关系。这样是不是重新设定VAR模型失败了，是不是我的模型设定有偏误或数据采用的不恰当?
但是AR根图上来看，VAR模型是稳定的，可以继续做脉冲响应和方差分解吗？
也有人说不进行格兰杰因果检验，直接做脉冲响应和方差分解。

各位帮帮我吧。回答下橙色字体的问题好吗？