我没有看到。但是我消除波动项后，发现拟合优度提高了。感觉如果这样做没有什么不对的话，为什么不这样做呢？？

还有一个问题：即在VAR模型种，作出VAR模型后，稳定性检验中的点都在单位圆内，？可以不进行格兰杰因果检验吗？

如果检验的那些点有一个刚好在单位圆的边上，可以认为勉强通过稳定性检验了吗？？

对于一个VAR模型，您认为主要应该进行哪些检验？或者说如果要尽量减少检验的话，哪些检验不可减少？？谢谢！

消除波动项后拟合优度提高了，是因为波动项没有了，只有趋势项了，相比较原序列，当然拟合优度提高了。你这样做当然可以，问题是没有任何理论依据，而且你如何解释呢？

进不进行因果关系检验不是必须的，只是可选择项。

刚好位于单位圆边上，可以勉强认为稳定，没问题。

单位根检验、协整检验要做，其他检验看情况。

谢谢您对上述问题的回答。还有一个问题：即当一个VAR模型不稳定的时候，处理办法有：首先进行格兰杰检验，之后剔除为通过检验的变量吗？怎样剔除呢？

第二，使用make system的按钮，作出一个SYS02，据说这样可以使得原来不稳定的VAR变成稳定的VAR。但是这样作出结果后，如何解释其中的经济意义呢？？谢谢，如下：

System: SYS02    
Estimation Method: Least Squares    
Date: 05/02/09   Time: 13:44    
Sample: 1997 2007    
Included observations: 11    
Total system (balanced) observations 22    
    
 Coefficient Std. Error t-Statistic Prob. 
    
C(1) 1.128704 0.416635 2.709099 0.0190
C(2) 0.198297 0.607129 0.326613 0.7496
C(3) 2.168515 1.587419 1.366064 0.1970
C(4) 0.941625 1.593233 0.591015 0.5655
C(5) -84879.29 43500.73 -1.951215 0.0748
C(6) 0.093461 0.108455 0.861753 0.4057
C(7) -0.016915 0.158043 -0.107027 0.9165
C(8) -0.079806 0.413223 -0.193130 0.8501
C(9) -0.252371 0.414736 -0.608509 0.5542
C(10) 7336.501 11323.72 0.647888 0.5293
    
Determinant residual covariance  2.85E+16  
    
    
Equation: XINMAOYI = C(1)*XINMAOYI(-1) + C(2)*XINMAOYI(-2) + C(3)    
        *WANGANG(-1) + C(4)*WANGANG(-2) + C(5)    
Observations: 11    
R-squared 0.985613              Mean dependent var  344602.4
Adjusted R-squared 0.976022     S.D. dependent var  222668.0
S.E. of regression 34479.48     Sum squared resid  7.13E+09
Prob(F-statistic) 2.131221   
    
Equation: WANGANG = C(6)*XINMAOYI(-1) + C(7)*XINMAOYI(-2) + C(8)    
        *WANGANG(-1) + C(9)*WANGANG(-2) + C(10)    
Observations: 11    
R-squared 0.712299              Mean dependent var  23147.91
Adjusted R-squared 0.520498     S.D. dependent var  12961.59
S.E. of regression 8975.391     Sum squared resid  4.83E+08
Prob(F-statistic) 2.146404   
    

计量只是计量，只是统计上的作用，经济意义需要根据你研究问题的需要来解释

至于使用system把VAR变稳定的办法，我没看到过，也不清楚

课程也只是给大家提供EVIEWS的具体操作步骤，一些复杂的理论的东西需要自己学习

还有问题请教leewinjing老师：

什么时候进行置信区间检验，什么时候进行点检验？

这个不是我所能回答的问题，这个需要根据你研究的目的而定，教科书上也没说必须什么时间做，什么时间不能做。

继续请教：

在我做的VAR模型中，打开VAR，找到cointegration test,进入出现了cointegration test specification.

之后该选择那个项目呢？？什么截距项、趋势项，怎么判断呢？为什么总是出现我的数据是无效的，结果出不来呢？

那个exog variables怎么处理？

谢谢！

请参看视频教程说的很明白了。

如果还不明白，请把数据放上来。

Date: 05/10/09   Time: 09:30    
Sample (adjusted): 1997 2007    
Included observations: 11 after adjustments    
Trend assumption: Linear deterministic trend (restricted)    
Series: XINMAOYI WANGANG     
Lags interval (in first differences): 1 to 1    
    
Unrestricted Cointegration Rank Test (Trace)    
    
Hypothesized  Trace 0.05 
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
    
None       0.619141  18.67758  25.87211  0.3002
At most 1  0.519359  8.058991  12.51798  0.2469
    
 Trace test indicates no cointegration at the 0.05 level    
 * denotes rejection of the hypothesis at the 0.05 level    
 **MacKinnon-Haug-Michelis (1999) p-values    
    
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)    
    
Hypothesized  Max-Eigen 0.05 
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
    
None       0.619141  10.61858  19.38704  0.5530
At most 1  0.519359  8.058991  12.51798  0.2469
    
Max-eigenvalue test indicates no cointegration at the 0.05 level    
 * denotes rejection of the hypothesis at the 0.05 level    
 **MacKinnon-Haug-Michelis (1999) p-values    
    
Unrestricted Cointegrating Coefficients (normalized byb'*S11*b=I):     
    
 XINMAOYI  WANGANG  @TREND(91)  
 3.69E-06  0.000152  0.242940  
-1.06E-05  0.000130 -0.295367  
    
    
 Unrestricted Adjustment Coefficients (alpha):     
    
D(XINMAOYI)  27635.20 -5081.506  
D(WANGANG) -3099.174 -6183.805  
    
    
1 Cointegrating Equation(s):   Log likelihood -241.6391 
    
Normalized cointegrating coefficients (standard error in parentheses)    
XINMAOYI  WANGANG @TREND(91)  
 1.000000  41.16097  65752.16  
  (15.4259)  (45496.0)  
    
Adjustment coefficients (standard error in parentheses)    
D(XINMAOYI)  0.102106   
  (0.03183)   
D(WANGANG) -0.011451   
  (0.01245)   

1，Lags interval (in first differences): 1 to 1 是什么意思？

2，Adjustment coefficients 是否表示其下面的系数是经过协整后的系数，可以作为新方程中系数？？

3，这个VEC模型到底说明了什么呢？

4，Trace test indicates no cointegration at the 0.05 level  表示没有协整方程吗？？

5，1 Cointegrating Equation(s):   Log likelihood -241.6391 表示有一个协整方程吗？？

我看了你的视频，视频不是很清楚。

谢谢！

[此贴子已经被作者于2009-5-10 10:44:43编辑过]

Lags interval (in first differences): 1 to 1 是什么意思
表明滞后1期

Adjustment coefficients
是调整的系数，可以作为新的系数使用，需要结合实际情况分析。

Trace test indicates no cointegration at the 0.05 level  表示没有协整方程吗
从概率值上能接受原假设，故没有协整关系

 Log likelihood -241.6391 表示有一个协整方程吗
这只是方程的似然比值统计量和有无协整关系没有联系。

请教问题

1，建立arimar模型不能通过选择方法进行，而是通过在窗口输入的方法进行的吗？

2，我想研究某个事件对某个序列(年度数据）的影响，是否可以使用ARIMAR模型。

谢谢！

[此贴子已经被作者于2009-5-13 21:32:55编辑过]

在窗口操作就可以了，当然首先要单位根检验得到差分次数（即平稳需要的差分次数）

arima用于时间序列预测，一个变量对另一变量的影响，有这个模型不太好，我的观点。

1，年度数据不能使用ARIMA模型，是吗？因为该模型是针对季度数据或月度数据的.

2，如果要看一个事件对一个序列的影响该怎么办？？

谢谢！

年度数据不能使用ARIMA模型，是吗？因为该模型是针对季度数据或月度数据的.

本文来自: 人大经济论坛(http://www.pinggu.org) 详细出处参考：https://bbs.pinggu.org/b114i447820s2p.html

我看到论坛上有什么eviews.iso6.0；eviews6.0；eviews6.0企业版；eviews beta.

这些版本哪一种比较好呢？

eviews6.0企业版比较好，没有什么ISO版，这是个光盘镜像后缀；beta版是试用版，已经下市了，在5.0版本基础上使用；此外还有student版，针对学生的，价格便宜一些。

我天天都 在回答你的问题，你的问题也特多了吧，呵呵

关于VAR模型的识别问题，我看到有很多书讲VAR模型的识别问题，我认为似乎不需要识别，把group打开，选择VAR模型就可以，如果结果出来，就是课识别的，否则就是不可识别，对吗？？

什么情况下需要识别呢？