VAR的要点就是你要包括足够多的滞后项在模型中，好让模型的残差变得不自相关。原来的变量是允许自相关的。如果不自相关，那原来变量就是white noise,根本不要modelling了。

谢谢指教！ 2# chnlj
再问一句，如果各变量的单整阶数不一致，I(1)、I(2)存在同一方程中，VAR模型怎么建立？谢谢

简单的方法是对每个变量差分直到stationary为止。然后对差分后的变量用VAR建模。
这个办法有个致命缺点
如果原来变量是cointegrated的话， 原则上你要使用无穷多个滞后的差分变量。See page 549, page 579 of Hamilton (1994)
正确的做法是用Error Correction模型如果原来变量是cointegrated. VAR in Difference for cointegrated variables is wrong.

呵呵，当然不行落，johansen test是需要所有的变量都是一阶单整的，如果之间不协整，则可以通过差分将变成平稳，然后使用VAR，如果协整，则不仅仅要进行差分，而且还要加上由协整向量生成的一个扰动项，这里面原因是一阶差分后的向量虽然是平稳的，但是长期方差是奇异矩阵，不可逆。

请问下用Eviews消除自相关后的回归方程式如何表达？比方说回归分析的命令为：ls y c x1 x2 ，但是证明存在2阶自相关，那么回归方程改写为：Y=c +a*x1+b*x2+ar（2），对吗？请指教正确的写法，谢谢！