以下是我看了一些乱七八糟的资料总结的，您看看，有什么问题么。谢谢！

1、时间序列首先进行平稳性检验，否则直接直接OLS容易导致伪回归。
2、如果序列都为平稳序列，可以直做格兰杰因果关系检验。也可以直接用原序列建立VAR模型。
    建立VAR模型后要做稳定性分析，即做AR根的图表分析：如所有单位根小于1，说明VAR 模型满足脉冲分析及方差分解所需条件之一：模型的稳定性。在做因果检验前要注意滞后长度的确定。只有满足因果关系，加上VAR模型的稳定性，则可进行脉冲及方差分解；如不满足因果关系，则所有不满足因果关系的变量将视为外生变量 ，至此要重新构建VAR模型，新的VAR模型将要引入外生变量的VAR模型 。确立最终的稳定VAR模型，进行脉冲及方差分解。
　　　如果没通过VAR模型稳定性检验，则不能直接做脉冲响应和方差分解，可以以差分变量做VAR模型， 再做脉冲响应和方差分解,也就是说只有平稳的VAR模型（非指序列平稳而是模型平稳，模型单位根小于1在单位圆内）才可以做脉冲响应、方差分解。否则，无意义。
3、如果序列非平稳但是同阶单整，这就构成了协整的前提，但是要想进一步确定是否存在协整关系还要进行协整检验。
有两种方法：
（1）、EG两步法（两个变量）——于回归残差的检验可以通过建立OLS模型检验其残差平稳性
（2）、JJ检验（两个以上变量）——基于回归系数的检验，检验前提是基于eviews建立简单的VAR模型（注意，只是初步的！）。确定VAR模型的最优滞后阶数再确定JJ检验时的滞后阶数选择。
4、若存在协整方程，可进一步考察变量进的短期动态关系，建立VEC误差修正模型。
5、协整说的是变量之间存在长期的稳定关系，这只是从数量上得到的结 论，但不能确定谁是因谁是果，而因果关系检验解决的就是这个问题。做格兰杰检验的前提是数据必须是平稳的，这里可以采用一阶差分后平稳的序列做格兰杰因果检验。
6、因果关系检验（操作见EVIEWS6.0中var模型下view-lag structure第一列）后确定哪些序列为外生变量，至此，重新构建最终的VAR模型（此时滞后阶数已定，内外生变量已定）。然后检验VAR模型的稳定性,即进行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。
对原始序进行降阶处理的方法：
一阶单整序列处理方法：差分或取对数，二阶单整序列处理方法：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，如趋势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）不断重复上面下划线部分，直至满足稳定性为止。
建立最终的 VAR 后,可考虑SVAR模型。


感谢指出细致错误！！！

我自己仔细整理了下，谢谢帮忙看看有不对的地方吗？灰常感谢！！[loveliness][loveliness]

1、时间序列首先进行平稳性检验，否则直接直接OLS容易导致伪回归。
2、如果序列都为平稳序列，可以直做格兰杰因果关系检验。也可以直接用原序列建立VAR模型。
    建立VAR模型后要做稳定性分析，即做AR根的图表分析：如所有单位根小于1，说明VAR 模型满足脉冲分析及方差分解所需条件之一：模型的稳定性。在做因果检验前要注意滞后长度的确定。只有满足因果关系，加上VAR模型的稳定性，则可进行脉冲及方差分解；如不满足因果关系，则所有不满足因果关系的变量将视为外生变量 ，至此要重新构建VAR模型，新的VAR模型将要引入外生变量的VAR模型 。确立最终的稳定VAR模型，进行脉冲及方差分解。
　　　如果没通过VAR模型稳定性检验，则不能直接做脉冲响应和方差分解，可以以差分变量做VAR模型， 再做脉冲响应和方差分解,也就是说只有平稳的VAR模型（非指序列平稳而是模型平稳，模型单位根小于1在单位圆内）才可以做脉冲响应、方差分解。否则，无意义。
3、如果序列非平稳但是同阶单整，这就构成了协整的前提，但是要想进一步确定是否存在协整关系还要进行协整检验。
有两种方法：
（1）、EG两步法（两个变量）——于回归残差的检验可以通过建立OLS模型检验其残差平稳性
（2）、JJ检验（两个以上变量）——基于回归系数的检验，检验前提是基于eviews建立简单的VAR模型（注意，只是初步的！）。确定VAR模型的最优滞后阶数，再确定JJ检验时的滞后阶数选择。
4、若存在协整方程，可进一步考察变量进的短期动态关系，建立VEC误差修正模型。
5、协整说的是变量之间存在长期的稳定关系，这只是从数量上得到的结 论，但不能确定谁是因谁是果，而因果关系检验解决的就是这个问题。做格兰杰检验的前提是数据必须是平稳的，这里可以采用一阶差分后平稳的序列做格兰杰因果检验。
6、因果关系检验（操作见EVIEWS6.0中var模型下view-lag structure第一列）后确定哪些序列为外生变量，至此，重新构建最终的VAR模型（此时滞后阶数已定，内外生变量已定）。然后检验VAR模型的稳定性,即进行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。
对原始序进行降阶处理的方法：
一阶单整序列处理方法：差分或取对数，二阶单整序列处理方法：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，如趋势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）不断重复上面彩色字体部分，直至满足稳定性为止。
建立最终的 VAR 后,可考虑SVAR模型。

受益匪浅啊！！！

请问大神~
“[1]  用EVIEWS估计滞后阶数就是在做VAR的那部分操作” 这个估计滞后阶数在EVIEWS的操作是选中两个序列open as VAR 然后在出来的VAR模型里选择view - lag structure - lag length criteria 然后选择星号多的那个就是最优滞后阶数嘛？
另外 在建立最基本的VAR时 默认的lag intervals for endogenous是1 2 那么如果我用上述办法确定了最优滞后是1阶 那我是要重新建立var的时候把lag intervals for endogenous改成1 1吗？
感谢大神指导~问题有点多不好意思~实在万分感谢！

我之前的帖子，是说做VAR来估计GRANGER检验需要的滞后阶数。

如果你觉得自己的统计操作需要啥修正，那么去试下啦。

我最近没有VAR的项目，说不上很多细节。 以前的帖子应该是刚做过啥相关项目之后留言的。 反正你不用过于小心翼翼的，网上和图书馆的资源很多，边查边看边学边做嘛

好的~谢谢大神~
就是知道一点点又不是全部理解 就害怕哪个小细节出差错~
继续学习！

留印学习

学习了，谢谢。

学习了很多。那么vec的阶数应该是差分序列var滞后阶数减一对吧？

学习了

受益匪浅，感谢

对照发现了自己的问题！感谢楼主[磕头]