请各位前辈不吝赐教啊，头疼

pvar lntfpch lnvss, lag(8)
pvargranger

谢谢前辈，命令可以运行，还想问下前辈，关于滞后期应该如何选择啊，因为不同的滞后期，出来的结果是不一样的。
. pvar lntfpch lnvss, lag(8)
cannot have fewer observations than parameters

然后我依次输入不同的滞后期，最后发现，不同的滞后期得出的结论是不一样的，那应该以哪个滞后期为准，面板格兰杰我不是很了解，但我印象中好像截面的格兰杰，最好的是不同滞后期下，得出的X和Y是否为互为格兰杰的结论最好一致，这样结果才可信。现在我的面板格兰杰结果不一致，是否说明这种因果关系的检验结果并不可信？谢谢您的解答。

pvar lntfpch lnvss, lag(7)
convergence not achieved

Panel vector autoregresssion



GMM Estimation

Final GMM Criterion Q(b) =  2.13e-28
Initial weight matrix: Identity
GMM weight matrix:     Robust
                                                   No. of obs      =        22
                                                   No. of panels   =        11
                                                   Ave. no. of T   =     2.000


------------------------------------------------------------------------------
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
lntfpch      |
     lntfpch |
         L1. |  -1.075367          .        .       .            .           .
         L2. |  -.6564849   1.105026    -0.59   0.552    -2.822297    1.509327
         L3. |  -1.383145          .        .       .            .           .
         L4. |  -.2335117          .        .       .            .           .
         L5. |  -.5448957   .4273702    -1.27   0.202    -1.382526    .2927345
         L6. |  -.0441683   .5264343    -0.08   0.933    -1.075961     .987624
         L7. |   .3682296   .3632694     1.01   0.311    -.3437654    1.080225
             |
       lnvss |
         L1. |  -.4951219          .        .       .            .           .
         L2. |  -1.119657   1.005044    -1.11   0.265    -3.089508    .8501939
         L3. |   .2610091   .5955764     0.44   0.661    -.9062992    1.428317
         L4. |   .2386489   .2396719     1.00   0.319    -.2310994    .7083973
         L5. |   .6924276   .3525564     1.96   0.050     .0014299    1.383425
         L6. |   .2736048   .2437813     1.12   0.262    -.2041977    .7514073
         L7. |  -.3734051   .1696421    -2.20   0.028    -.7058975   -.0409127
-------------+----------------------------------------------------------------
lnvss        |
     lntfpch |
         L1. |   .4530062          .        .       .            .           .
         L2. |   .1492579   .3453104     0.43   0.666    -.5275381    .8260538
         L3. |   .1300303          .        .       .            .           .
         L4. |   .3786161   .2536631     1.49   0.136    -.1185544    .8757866
         L5. |    .307911   .4141882     0.74   0.457    -.5038829    1.119705
         L6. |   .4368889   .2038586     2.14   0.032     .0373334    .8364444
         L7. |   .1091952   .2908264     0.38   0.707    -.4608142    .6792045
             |
       lnvss |
         L1. |   1.177728   .7853538     1.50   0.134    -.3615373    2.716993
         L2. |   .0511812          .        .       .            .           .
         L3. |  -.0714966   .1705725    -0.42   0.675    -.4058126    .2628194
         L4. |  -.0155768    .118933    -0.13   0.896    -.2486811    .2175275
         L5. |  -.2612732   .4350005    -0.60   0.548    -1.113858    .5913121
         L6. |   .0867862   .3140197     0.28   0.782    -.5286812    .7022536
         L7. |  -.0061255   .1261907    -0.05   0.961    -.2534548    .2412038
------------------------------------------------------------------------------
Instruments : l(1/7).(lntfpch lnvss)

.
. pvargranger

  panel VAR-Granger causality Wald test
    Ho: Excluded variable does not Granger-cause Equation variable
    Ha: Excluded variable Granger-causes Equation variable

  +------------------------------------------------------+
  |  Equation \ Excluded |    chi2     df   Prob > chi2  |
  |----------------------+-------------------------------|
  |lntfpch               |                               |
  |                lnvss |   1007.227    6        0.000  |
  |                  ALL |   1007.227    6        0.000  |
  |----------------------+-------------------------------|
  |lnvss                 |                               |
  |              lntfpch |      2.707    5        0.745  |
  |                  ALL |      2.707    5        0.745  |
  +------------------------------------------------------+

.

. pvar lntfpch lnvss, lag(7)
convergence not achieved

Panel vector autoregresssion



GMM Estimation

Final GMM Criterion Q(b) =  2.13e-28
Initial weight matrix: Identity
GMM weight matrix:     Robust
                                                   No. of obs      =        22
                                                   No. of panels   =        11
                                                   Ave. no. of T   =     2.000


------------------------------------------------------------------------------
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
lntfpch      |
     lntfpch |
         L1. |  -1.075367          .        .       .            .           .
         L2. |  -.6564849   1.105026    -0.59   0.552    -2.822297    1.509327
         L3. |  -1.383145          .        .       .            .           .
         L4. |  -.2335117          .        .       .            .           .
         L5. |  -.5448957   .4273702    -1.27   0.202    -1.382526    .2927345
         L6. |  -.0441683   .5264343    -0.08   0.933    -1.075961     .987624
         L7. |   .3682296   .3632694     1.01   0.311    -.3437654    1.080225
             |
       lnvss |
         L1. |  -.4951219          .        .       .            .           .
         L2. |  -1.119657   1.005044    -1.11   0.265    -3.089508    .8501939
         L3. |   .2610091   .5955764     0.44   0.661    -.9062992    1.428317
         L4. |   .2386489   .2396719     1.00   0.319    -.2310994    .7083973
         L5. |   .6924276   .3525564     1.96   0.050     .0014299    1.383425
         L6. |   .2736048   .2437813     1.12   0.262    -.2041977    .7514073
         L7. |  -.3734051   .1696421    -2.20   0.028    -.7058975   -.0409127
-------------+----------------------------------------------------------------
lnvss        |
     lntfpch |
         L1. |   .4530062          .        .       .            .           .
         L2. |   .1492579   .3453104     0.43   0.666    -.5275381    .8260538
         L3. |   .1300303          .        .       .            .           .
         L4. |   .3786161   .2536631     1.49   0.136    -.1185544    .8757866
         L5. |    .307911   .4141882     0.74   0.457    -.5038829    1.119705
         L6. |   .4368889   .2038586     2.14   0.032     .0373334    .8364444
         L7. |   .1091952   .2908264     0.38   0.707    -.4608142    .6792045
             |
       lnvss |
         L1. |   1.177728   .7853538     1.50   0.134    -.3615373    2.716993
         L2. |   .0511812          .        .       .            .           .
         L3. |  -.0714966   .1705725    -0.42   0.675    -.4058126    .2628194
         L4. |  -.0155768    .118933    -0.13   0.896    -.2486811    .2175275
         L5. |  -.2612732   .4350005    -0.60   0.548    -1.113858    .5913121
         L6. |   .0867862   .3140197     0.28   0.782    -.5286812    .7022536
         L7. |  -.0061255   .1261907    -0.05   0.961    -.2534548    .2412038
------------------------------------------------------------------------------
Instruments : l(1/7).(lntfpch lnvss)

.
. pvargranger

  panel VAR-Granger causality Wald test
    Ho: Excluded variable does not Granger-cause Equation variable
    Ha: Excluded variable Granger-causes Equation variable

  +------------------------------------------------------+
  |  Equation \ Excluded |    chi2     df   Prob > chi2  |
  |----------------------+-------------------------------|
  |lntfpch               |                               |
  |                lnvss |   1007.227    6        0.000  |
  |                  ALL |   1007.227    6        0.000  |
  |----------------------+-------------------------------|
  |lnvss                 |                               |
  |              lntfpch |      2.707    5        0.745  |
  |                  ALL |      2.707    5        0.745  |
  +------------------------------------------------------+

. pvar lntfpch lnvss, lag(6)

Panel vector autoregresssion



GMM Estimation

Final GMM Criterion Q(b) =  5.25e-29
Initial weight matrix: Identity
GMM weight matrix:     Robust
                                                   No. of obs      =        33
                                                   No. of panels   =        11
                                                   Ave. no. of T   =     3.000


------------------------------------------------------------------------------
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
lntfpch      |
     lntfpch |
         L1. |   .4173502   1.218108     0.34   0.732    -1.970098    2.804798
         L2. |   .4372841   .7154664     0.61   0.541    -.9650044    1.839573
         L3. |  -.5891063   .2012698    -2.93   0.003    -.9835879   -.1946248
         L4. |   .4858804   .6368434     0.76   0.445    -.7623098    1.734071
         L5. |  -.0692884   .2383574    -0.29   0.771    -.5364604    .3978836
         L6. |   .5276738   .3865136     1.37   0.172     -.229879    1.285227
             |
       lnvss |
         L1. |  -.1042065   .6796054    -0.15   0.878    -1.436209    1.227796
         L2. |  -.1873859    .243475    -0.77   0.442    -.6645882    .2898163
         L3. |  -.0444505   .1532012    -0.29   0.772    -.3447192    .2558183
         L4. |   .2124111   .3336664     0.64   0.524     -.441563    .8663851
         L5. |     .01878   .2269098     0.08   0.934    -.4259549     .463515
         L6. |  -.0552579   .1280355    -0.43   0.666    -.3062029    .1956872
-------------+----------------------------------------------------------------
lnvss        |
     lntfpch |
         L1. |   .6890045    .777442     0.89   0.375    -.8347538    2.212763
         L2. |   .4387643   .5461982     0.80   0.422    -.6317645    1.509293
         L3. |  -.0733919   .1693906    -0.43   0.665    -.4053913    .2586076
         L4. |   .4423566   .4432179     1.00   0.318    -.4263344    1.311048
         L5. |   .2022603   .2013288     1.00   0.315    -.1923368    .5968574
         L6. |   .3968084   .2805671     1.41   0.157     -.153093    .9467098
             |
       lnvss |
         L1. |   1.368554    .385168     3.55   0.000     .6136383    2.123469
         L2. |  -.5872811   .2482568    -2.37   0.018    -1.073856   -.1007067
         L3. |   .1935795   .1025719     1.89   0.059    -.0074576    .3946166
         L4. |   -.099149   .1671668    -0.59   0.553    -.4267898    .2284919
         L5. |  -.1343439   .1864332    -0.72   0.471    -.4997462    .2310585
         L6. |   .0355264     .14423     0.25   0.805    -.2471593     .318212
------------------------------------------------------------------------------
Instruments : l(1/6).(lntfpch lnvss)

. pvargranger

  panel VAR-Granger causality Wald test
    Ho: Excluded variable does not Granger-cause Equation variable
    Ha: Excluded variable Granger-causes Equation variable

  +------------------------------------------------------+
  |  Equation \ Excluded |    chi2     df   Prob > chi2  |
  |----------------------+-------------------------------|
  |lntfpch               |                               |
  |                lnvss |      3.394    6        0.758  |
  |                  ALL |      3.394    6        0.758  |
  |----------------------+-------------------------------|
  |lnvss                 |                               |
  |              lntfpch |      4.718    6        0.580  |
  |                  ALL |      4.718    6        0.580  |
  +------------------------------------------------------+

pvar lntfpch lnvss, lag(7)
convergence not achieved

Panel vector autoregresssion



GMM Estimation

Final GMM Criterion Q(b) =  2.13e-28
Initial weight matrix: Identity
GMM weight matrix:     Robust
                                                   No. of obs      =        22
                                                   No. of panels   =        11
                                                   Ave. no. of T   =     2.000


------------------------------------------------------------------------------
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
lntfpch      |
     lntfpch |
         L1. |  -1.075367          .        .       .            .           .
         L2. |  -.6564849   1.105026    -0.59   0.552    -2.822297    1.509327
         L3. |  -1.383145          .        .       .            .           .
         L4. |  -.2335117          .        .       .            .           .
         L5. |  -.5448957   .4273702    -1.27   0.202    -1.382526    .2927345
         L6. |  -.0441683   .5264343    -0.08   0.933    -1.075961     .987624
         L7. |   .3682296   .3632694     1.01   0.311    -.3437654    1.080225
             |
       lnvss |
         L1. |  -.4951219          .        .       .            .           .
         L2. |  -1.119657   1.005044    -1.11   0.265    -3.089508    .8501939
         L3. |   .2610091   .5955764     0.44   0.661    -.9062992    1.428317
         L4. |   .2386489   .2396719     1.00   0.319    -.2310994    .7083973
         L5. |   .6924276   .3525564     1.96   0.050     .0014299    1.383425
         L6. |   .2736048   .2437813     1.12   0.262    -.2041977    .7514073
         L7. |  -.3734051   .1696421    -2.20   0.028    -.7058975   -.0409127
-------------+----------------------------------------------------------------
lnvss        |
     lntfpch |
         L1. |   .4530062          .        .       .            .           .
         L2. |   .1492579   .3453104     0.43   0.666    -.5275381    .8260538
         L3. |   .1300303          .        .       .            .           .
         L4. |   .3786161   .2536631     1.49   0.136    -.1185544    .8757866
         L5. |    .307911   .4141882     0.74   0.457    -.5038829    1.119705
         L6. |   .4368889   .2038586     2.14   0.032     .0373334    .8364444
         L7. |   .1091952   .2908264     0.38   0.707    -.4608142    .6792045
             |
       lnvss |
         L1. |   1.177728   .7853538     1.50   0.134    -.3615373    2.716993
         L2. |   .0511812          .        .       .            .           .
         L3. |  -.0714966   .1705725    -0.42   0.675    -.4058126    .2628194
         L4. |  -.0155768    .118933    -0.13   0.896    -.2486811    .2175275
         L5. |  -.2612732   .4350005    -0.60   0.548    -1.113858    .5913121
         L6. |   .0867862   .3140197     0.28   0.782    -.5286812    .7022536
         L7. |  -.0061255   .1261907    -0.05   0.961    -.2534548    .2412038
------------------------------------------------------------------------------
Instruments : l(1/7).(lntfpch lnvss)

.
. pvargranger

  panel VAR-Granger causality Wald test
    Ho: Excluded variable does not Granger-cause Equation variable
    Ha: Excluded variable Granger-causes Equation variable

  +------------------------------------------------------+
  |  Equation \ Excluded |    chi2     df   Prob > chi2  |
  |----------------------+-------------------------------|
  |lntfpch               |                               |
  |                lnvss |   1007.227    6        0.000  |
  |                  ALL |   1007.227    6        0.000  |
  |----------------------+-------------------------------|
  |lnvss                 |                               |
  |              lntfpch |      2.707    5        0.745  |
  |                  ALL |      2.707    5        0.745  |
  +------------------------------------------------------+

pvar lntfpch lnvss, lag(7)
convergence not achieved

Panel vector autoregresssion



GMM Estimation

Final GMM Criterion Q(b) =  2.13e-28
Initial weight matrix: Identity
GMM weight matrix:     Robust
                                                   No. of obs      =        22
                                                   No. of panels   =        11
                                                   Ave. no. of T   =     2.000


------------------------------------------------------------------------------
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
lntfpch      |
     lntfpch |
         L1. |  -1.075367          .        .       .            .           .
         L2. |  -.6564849   1.105026    -0.59   0.552    -2.822297    1.509327
         L3. |  -1.383145          .        .       .            .           .
         L4. |  -.2335117          .        .       .            .           .
         L5. |  -.5448957   .4273702    -1.27   0.202    -1.382526    .2927345
         L6. |  -.0441683   .5264343    -0.08   0.933    -1.075961     .987624
         L7. |   .3682296   .3632694     1.01   0.311    -.3437654    1.080225
             |
       lnvss |
         L1. |  -.4951219          .        .       .            .           .
         L2. |  -1.119657   1.005044    -1.11   0.265    -3.089508    .8501939
         L3. |   .2610091   .5955764     0.44   0.661    -.9062992    1.428317
         L4. |   .2386489   .2396719     1.00   0.319    -.2310994    .7083973
         L5. |   .6924276   .3525564     1.96   0.050     .0014299    1.383425
         L6. |   .2736048   .2437813     1.12   0.262    -.2041977    .7514073
         L7. |  -.3734051   .1696421    -2.20   0.028    -.7058975   -.0409127
-------------+----------------------------------------------------------------
lnvss        |
     lntfpch |
         L1. |   .4530062          .        .       .            .           .
         L2. |   .1492579   .3453104     0.43   0.666    -.5275381    .8260538
         L3. |   .1300303          .        .       .            .           .
         L4. |   .3786161   .2536631     1.49   0.136    -.1185544    .8757866
         L5. |    .307911   .4141882     0.74   0.457    -.5038829    1.119705
         L6. |   .4368889   .2038586     2.14   0.032     .0373334    .8364444
         L7. |   .1091952   .2908264     0.38   0.707    -.4608142    .6792045
             |
       lnvss |
         L1. |   1.177728   .7853538     1.50   0.134    -.3615373    2.716993
         L2. |   .0511812          .        .       .            .           .
         L3. |  -.0714966   .1705725    -0.42   0.675    -.4058126    .2628194
         L4. |  -.0155768    .118933    -0.13   0.896    -.2486811    .2175275
         L5. |  -.2612732   .4350005    -0.60   0.548    -1.113858    .5913121
         L6. |   .0867862   .3140197     0.28   0.782    -.5286812    .7022536
         L7. |  -.0061255   .1261907    -0.05   0.961    -.2534548    .2412038
------------------------------------------------------------------------------
Instruments : l(1/7).(lntfpch lnvss)

.
. pvargranger

  panel VAR-Granger causality Wald test
    Ho: Excluded variable does not Granger-cause Equation variable
    Ha: Excluded variable Granger-causes Equation variable

  +------------------------------------------------------+
  |  Equation \ Excluded |    chi2     df   Prob > chi2  |
  |----------------------+-------------------------------|
  |lntfpch               |                               |
  |                lnvss |   1007.227    6        0.000  |
  |                  ALL |   1007.227    6        0.000  |
  |----------------------+-------------------------------|
  |lnvss                 |                               |
  |              lntfpch |      2.707    5        0.745  |
  |                  ALL |      2.707    5        0.745  |
  +------------------------------------------------------+

后面输入不同的滞后期的话，最终结论是不一样的。请帮帮我，谢谢

那假如在标题内的分量有可以排除的，也有不能排除的，但最后all是不能排除的，就会有冲突，这个时候怎么解释？就好比pinv是接收了原假设，pinv不是gdp的原因，但是 ALL却通过了0.05的显著性检验，ALL（也就是pinv和pnci）都是gdp的原因,该如何解释这样的现象？

那假如在标题内的分量有可以排除的，也有不能排除的，但最后all是不能排除的，就会有冲突，这个时候怎么解释？就好比pinv是接收了原假设，pinv不是gdp的原因，但是 ALL却通过了0.05的显著性检验，ALL（也就是pinv和pnci）都是gdp的原因,该如何解释这样的现象？

这个问题解决了吗？同问

请问您这个问题解决了吗？我也出现了这种情况，all和标题的结论不一致呢

你好，请问您解决了吗？我也遇到同样的问题~谢谢！

你好，请问您解决了吗？我也遇到同样的问题~谢谢！

你好，请问您最后是怎么解决ALL显著的问题呢？我也遇到同样的问题~谢谢！

请问您现在解决了吗？

我也想问这个问题

请问您那里pvar安装包是否可以发我一份呢？多谢~958564304@qq.comqq.com

同问，请问解决了吗

您好，请问第三行的all怎么解释呢?