我在高级视频 B6_TimeS 中讲解了这一问题。

*== 脉冲响应 == （第 810 行）

我提到进行脉冲响应分析分为三个步骤：

  * -- Basic steps
   * step1: estimate VAR model
      use lutkepohl.dta, clear
      var dlinvestment dlincome dlconsumption,lag(1/2) dfk small
   * step2: create IRF file
      irf create order1, step(10) set(myirf1) replace
   * step3: graphing
     irf graph oirf, impulse(dlincome) response(dlconsumption) irf(order1)

这里的第三步可以绘制出脉冲响应图，每个单独的图形中都会有一条灰色的带子，这就是相应脉冲相应的置信区间，用于检验脉冲响应的显著程度。如果这个带子穿过了横轴 (即 y = 0)，则表明置信区间包含零，意味着脉冲响应不显著。

你也可以采用表格的方式呈现脉冲相应的结果：

     *-- show results in table format   （第 850 行）
    irf table oirf, irf(order1 order2) impulse(dlincome) response(dlconsumption)
   
结果如下：

+--------------------------------------------------------------------------------+
|        |    (1)         (1)         (1)    |    (2)         (2)         (2)    |
|  step  |   oirf       Lower       Upper    |   oirf       Lower       Upper    |
|--------+-----------------------------------+-----------------------------------|
|0       | .005338     .003545     .00713    | .00569      .003802     .007578   |
|1       | .001704     -.000385    .003792   | .001644     -.000452    .003739   |
|2       | .003071     .000963     .005179   | .003445     .00124      .00565    |
|3       | -.00023     -.001636    .001176   | -.000198    -.001635    .001239   |
|4       | .000845     -.000402    .002092   | .000881     -.000432    .002193   |
|5       | .000481     -.000227    .001189   | .000512     -.000229    .001253   |
|6       | .000045     -.000539    .00063    | .000072     -.000548    .000692   |
|7       | .000157     -.000187    .000502   | .000165     -.0002      .00053    |
|8       | .000095     -.000148    .000338   | .0001       -.000159    .000359   |
|9       | .000019     -.000142    .00018    | .000024     -.000147    .000196   |
|10      | .000036     -.000065    .000136   | .000038     -.00007     .000146   |
+--------------------------------------------------------------------------------+
95% lower and upper bounds reported
(1) irfname = order1, impulse = dlincome, and response = dlconsumption
(2) irfname = order2, impulse = dlincome, and response = dlconsumption

Lower 和 Upper 分别是 95% 置信区间的下限和上限，如果这两个值均为正值或负值，则表明脉冲响应显著为正或显著为负。
例如 [.003545, .00713] 便表明第 0 期的脉冲相应显著为正。而 [-.000385, .003792] 则意味着第1期的脉冲响应不显著。

多谢连老师，您的确讲到过这里，我自己忘掉这个显著性评判准则啦。
但是视频里您是计算的bootstrapping标准误，不用bootstrapping的条件下可以处理成标准误吗？还是要根据95%的上下限和t值来自行计算标准误呢？
另外，请连老师介绍下您准备推出的panel data2中有什么主要内容？

你有点让我失望，呵呵。学了这么久了还是没有养成看帮助文件的习惯。

help irf table

呈现出如下选项的解释：   

Options
      level(#)                     set confidence level; default is level(95)
      noci                           suppress confidence intervals
      stderror                     include standard errors in the tables  （附加这个选项即可列出标准误）


Panel B中初步计划包含如下内容：

1. Panel Threshold model (Hansen, 1999)

2. Panel VAR model

3. Panel Logit/Probit/Tobit 模型

4. 非线性Panel Data模型

5. Mixed Effects model

6. Panel SUR model

如对内容有建议，还请不吝提出。

再次谢谢连老师。最近懒了点，呵呵。