不好意思，你是否可以将你的MA表达式写出来，根据脉冲显示，我个人感觉你的MA是否是平稳呢，要不怎么会出现发散形式的脉冲呢

下面是stata里面出来的结果，我是用pvar模型，另外time-demean数据是什么意思？谢谢帮忙，万分感激


GMM started : 12:41:58  
accumulating matrices equation 1,2,3,4,5,6,calculating b2sls
calculating big ZuuZ matrix
finished accumulating ZuuZ
_______ Results of the Estimation by system GMM_________
number of observations used : 783
------------------------------------------------------------------------------
EQ1: dep.var     : h_hp

               b_GMM      se_GMM       t_GMM
  L.h_hp   1.3147729   .04152422   31.662799
   L.h_y  -.00012083   .00023793  -.50783812
L.h_cpi  -.11109069   .06453175   -1.721489
  L.h_xd  -.00007279   .00001662  -4.3806878
  L.h_ms   1.930e-06   9.864e-06   .19562474
  L.h_ll   1.6617643   .32582891    5.100113
L2.h_hp  -.33218994   .04431091  -7.4967981
  L2.h_y   .00028374   .00034338   .82629596
L2.h_cpi   -.2079713   .06796456  -3.0599962
L2.h_xd   .00010692   .00002078   5.1451844
L2.h_ms  -.00002404   7.625e-06  -3.1528473
L2.h_ll  -1.0833754   .31086838   -3.484997
------------------------------------------------------------------------------
------------------------------------------------------------------------------
EQ2: dep.var     : h_y

               b_GMM      se_GMM       t_GMM
  L.h_hp   19.252826   6.6186463   2.9088766
   L.h_y   .01248735   .05477764    .2279643
L.h_cpi   19.418904   11.686834   1.6616052
  L.h_xd   .00679756   .00282416   2.4069364
  L.h_ms    .0042299    .0018676   2.2648885
  L.h_ll  -143.73849   50.198451   -2.863405
L2.h_hp  -23.053613   7.1103339  -3.2422687
  L2.h_y  -.11670047   .04842547  -2.4098984
L2.h_cpi   42.004021   11.808897   3.5569808
L2.h_xd  -.01782357    .0033002  -5.4007601
L2.h_ms   .00532552   .00119223   4.4668692
L2.h_ll   6.9742279   52.192596   .13362485
------------------------------------------------------------------------------
------------------------------------------------------------------------------
EQ3: dep.var     : h_cpi

               b_GMM      se_GMM       t_GMM
  L.h_hp   .02249578   .02339395   .96160659
   L.h_y  -.00002246   .00014605  -.15377829
L.h_cpi   .80736055    .0457829   17.634545
  L.h_xd   -.0000434   .00001312  -3.3076926
  L.h_ms  -7.441e-06   6.791e-06  -1.0956339
  L.h_ll   1.7484958   .21908988   7.9807236
L2.h_hp  -.00872595   .02480605    -.351767
  L2.h_y   -.0000267   .00015028  -.17764393
L2.h_cpi    .0591313   .04482454   1.3191722
L2.h_xd   .00006898   .00001436   4.8038292
L2.h_ms  -9.722e-06   6.427e-06  -1.5125631
L2.h_ll  -1.6660451   .20990272   -7.937225
------------------------------------------------------------------------------
------------------------------------------------------------------------------
EQ4: dep.var     : h_xd

               b_GMM      se_GMM       t_GMM
  L.h_hp   536.23623   181.54628   2.9537164
   L.h_y   .80930942   .89945601   .89977655
L.h_cpi   524.44674   203.19353   2.5810209
  L.h_xd    1.169435   .05166315   22.635769
  L.h_ms   .04806013   .02944347   1.6322851
  L.h_ll  -6390.2502   963.33528  -6.6334643
L2.h_hp  -633.41622    182.3811  -3.4730365
  L2.h_y    .2953294   .67008377   .44073505
L2.h_cpi   1983.6606   187.26666   10.592706
L2.h_xd   -.4174143   .07036568  -5.9320724
L2.h_ms   .08142219   .02370478   3.4348425
L2.h_ll  -4695.7788   899.23222  -5.2219868
------------------------------------------------------------------------------
------------------------------------------------------------------------------
EQ5: dep.var     : h_ms

               b_GMM      se_GMM       t_GMM
  L.h_hp   642.24108   232.58869   2.7612739
   L.h_y   4.4532328   1.5094541   2.9502273
L.h_cpi   563.54774   380.05296   1.4828137
  L.h_xd   .81225985   .13382086   6.0697554
  L.h_ms   .46427498   .07518516   6.1750878
  L.h_ll  -16131.807   1591.0769  -10.138924
L2.h_hp   -737.7188   248.69576  -2.9663505
  L2.h_y   1.0367466   1.2746111   .81338271
L2.h_cpi    2246.439    318.3347   7.0568462
L2.h_xd  -.65730924   .11913401  -5.5173937
L2.h_ms   .37717816   .05324241   7.0841674
L2.h_ll   3214.2426    1531.573   2.0986545
------------------------------------------------------------------------------
------------------------------------------------------------------------------
EQ6: dep.var     : h_ll

               b_GMM      se_GMM       t_GMM
  L.h_hp   .00138649    .0044239   .31340962
   L.h_y  -.00001401   .00002811  -.49844274
L.h_cpi   .01552493   .00750801   2.0677828
  L.h_xd    -.000016   2.040e-06  -7.8426019
  L.h_ms   .00001181   1.542e-06   7.6586367
  L.h_ll   1.4519211   .05663249   25.637597
L2.h_hp   -.0018132   .00447243  -.40541764
  L2.h_y  -7.386e-06   .00002609  -.28304513
L2.h_cpi  -.03293748    .0072765  -4.5265518
L2.h_xd   .00001547   2.187e-06   7.0726417
L2.h_ms  -.00001133   1.163e-06  -9.7490738
L2.h_ll  -.43082496   .05470119  -7.8759707
------------------------------------------------------------------------------
just identified - Hansen statistic is not calculated

symmetric uu[6,6]
             hp           y         cpi          xd          ms          ll
hp   1.3548805
  y  -3.4835115    38250.27
cpi   .05955658   .92457852   .58646594
xd  -270.89164   185705.66   48.007233    13463105
ms  -108.32254   269756.29   -155.8793    15942511    40580260
ll   .03564608  -3.1686186   .03297084  -35.727629  -146.96828   .02859018

Residuals correlation matrix

             |       u1       u2       u3       u4       u5       u6
-------------+------------------------------------------------------
          u1 |   1.0000
             |
             |
          u2 |  -0.0153   1.0000
             |   0.6690
             |
          u3 |   0.0668   0.0062   1.0000
             |   0.0617   0.8631
             |
          u4 |  -0.0634   0.2588   0.0171   1.0000
             |   0.0761   0.0000   0.6330
             |
          u5 |  -0.0146   0.2166  -0.0319   0.6822   1.0000
             |   0.6835   0.0000   0.3721   0.0000
             |
          u6 |   0.1811  -0.0958   0.2547  -0.0577  -0.1370   1.0000
             |   0.0000   0.0073   0.0000   0.1067   0.0001
             |

GMM finished : 12:42:04


Current memory allocation

                    current                                 memory usage
    settable          value     description                 (1M = 1024k)
    --------------------------------------------------------------------
    set maxvar         5000     max. variables allowed           1.909M
    set memory          256M    max. data space                256.000M
    set matsize         800     max. RHS vars in models          4.950M
                                                            -----------
                                                               262.859M
Starting Monte-Carlo loop : 12:42:05 , total 500 repetitions requested
i=19, i=38, i=57, i=76, i=95, i=114, i=133, i=152, i=171, i=190, i=209, i=228, i=247, i=266, i=285,
> i=304, i=323, i=342, i=361, i=380, i=399, i=418, i=437, i=456, i=475, i=494, i=500, finished Monte
> -Carlo loop : 12:42:43
s=10,20,30,
** variance-decompositions: percent of variation in the row variable explained by column variable

D[18,7]
             s         hp          y        cpi         xd         ms         ll
hp         10   .4948413  .00228873  .22517199  .01155996  .00262944  .26350858
  y         10  .01104784   .6462168  .10431253   .0367844  .03000066  .17163777
cpi         10  .05552726  .01294912  .29482117  .01968138  .01679186  .60022921
xd         10  .01226515  .02225183  .12989582  .07537569   .0026523  .75755921
ms         10   .0105004  .02951051  .11823316  .06896134  .02419513  .74859947
ll         10  .02994328  .00668944  .01921395  .00336832  .00197526  .93880975
hp         20  .39122272  .00344809  .37068724  .01388823  .01144824  .20930549
  y         20  .00834125  .48606277  .12032274  .02996772  .02714694  .32815859
cpi         20  .05609398  .01082075  .24195818  .02115427  .01456572   .6554071
xd         20  .00594062  .00988845  .11237913  .02212275   .0095533  .84011575
ms         20  .00520791  .01216423  .11316324  .02034225   .0136933  .83542907
ll         20  .02332609  .00521317  .01715195  .00382429  .00408122  .94640328
hp         30  .37481097  .00416721  .38689884  .01336463  .01813292  .20262543
  y         30  .00657876  .34485511  .09741883  .02204405   .0242983  .50480494
cpi         30  .05823481  .01077046  .24196061  .02114707  .01471562  .65317142
xd         30  .00506962  .00756952  .07816027  .01292521  .01353416  .88274121
ms         30  .00423084  .00872796  .07915219  .01162208    .015616  .88065093
ll         30  .02768994  .00520085  .01838464  .00352212  .00498653  .94021591

我建议你还是先看看你建立的这个模型是不是每组数据本身是否稳定，如果稳定，那么VAR作出来一定是稳定的；如果数据之间存在协整，VAR做出来也是稳定的。只有VAR系统稳定之后，你的脉冲分析，方差分解才是有意义的。

Time-demean就是将时间序列中均值项分析，不影响你的整体分析，从经济学上可理解为长期回归到均衡状态，0.

会不会这个脉冲响应图的滞后期短，另外您知道世界银行的某人编的pvar的程序您知道吗

世行的？我比较孤陋寡闻，不是太清楚。

我觉得跟滞后期没有关系了，你想连这么短的时期都是发散的，有可能滞后期多了，更发散了。滞后期多了，自由度影响太大，虽然你的这个的确是大样本空间。至于之后阶数，可以用LR ratio，AIC，SWC和HQ等指标检验下。