. var liq lmp,lags(1 2 3 4 5 6 7)

Vector autoregression

Sample:  09jan1960 - 30dec1963                     No. of obs      =      1452
Log likelihood = -1660.272                         AIC             =  2.328198
FPE            =  .0351703                         HQIC            =   2.36891
Det(Sigma_ml)  =  .0337465                         SBIC            =  2.437304

Equation           Parms      RMSE     R-sq      chi2     P>chi2
----------------------------------------------------------------
liq                  15     13.2708   0.1783   315.1642   0.0000
lmp                  15     .014015   1.0000   3.02e+07   0.0000
----------------------------------------------------------------

------------------------------------------------------------------------------
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
liq          |
         liq |
         L1. |   .0308621   .0260551     1.18   0.236    -.0202049    .0819292
         L2. |   .1083704   .0260176     4.17   0.000     .0573769    .1593639
         L3. |   .1196932   .0261256     4.58   0.000     .0684879    .1708985
         L4. |   .0778144   .0261892     2.97   0.003     .0264846    .1291443
         L5. |    .075117   .0260609     2.88   0.004     .0240386    .1261955
         L6. |   .0505429   .0260016     1.94   0.052    -.0004192    .1015051
         L7. |   .1196011   .0260118     4.60   0.000     .0686188    .1705834
             |
         lmp |
         L1. |   21.91159   21.04826     1.04   0.298    -19.34224    63.16542
         L2. |   -95.2814   34.38799    -2.77   0.006    -162.6806   -27.88218
         L3. |   59.63789   30.77745     1.94   0.053    -.6848037    119.9606
         L4. |   2.240087   21.58492     0.10   0.917    -40.06557    44.54575
         L5. |   46.50187   20.47391     2.27   0.023     6.373754       86.63
         L6. |  -36.81189   19.87706    -1.85   0.064    -75.77021    2.146433
         L7. |   .8672002   12.87494     0.07   0.946    -24.36723    26.10163
             |
       _cons |   16.98561   3.146826     5.40   0.000     10.81795    23.15328
-------------+----------------------------------------------------------------
lmp          |
         liq |
         L1. |   -.000082   .0000275    -2.98   0.003    -.0001359   -.0000281
         L2. |  -.0000684   .0000275    -2.49   0.013    -.0001223   -.0000146
         L3. |  -.0000266   .0000276    -0.96   0.335    -.0000807    .0000275
         L4. |  -.0000393   .0000277    -1.42   0.155    -.0000935    .0000149
         L5. |   .0000196   .0000275     0.71   0.476    -.0000343    .0000735
         L6. |  -.0000403   .0000275    -1.47   0.142    -.0000941    .0000135
         L7. |   .0000204   .0000275     0.74   0.458    -.0000335    .0000742
             |
         lmp |
         L1. |   1.291029   .0222286    58.08   0.000     1.247462    1.334596
         L2. |  -.4806057   .0363164   -13.23   0.000    -.5517846   -.4094268
         L3. |   .4259273   .0325034    13.10   0.000     .3622218    .4896328
         L4. |  -.2275985   .0227954    -9.98   0.000    -.2722766   -.1829203
         L5. |   -.001822   .0216221    -0.08   0.933    -.0442005    .0405564
         L6. |   .0943317   .0209917     4.49   0.000     .0531886    .1354747
         L7. |  -.1032597    .013597    -7.59   0.000    -.1299093   -.0766102
             |
       _cons |   .0293199   .0033233     8.82   0.000     .0228064    .0358334
------------------------------------------------------------------------------

.
我做的是一个二元VAR模型，研究融资lmp对流动性liq的影响，以及流动性liq对融资lmp的额影响。
有几点疑问：
1、R平方 这么大说明什么？是否影响结论？
2、z系数是不是和t系数是相同意思？
3、到底那几组数据是显著的？


本人数理统计小白，正在学习，请大神不吝赐教。


再次谢谢。！