高铁梅 这是我做出来的VAR（向量自回归模型）的结果.看不太懂.着急哎.

题目：

这是我做出来的VAR（向量自回归模型）的结果.看不太懂.着急哎.怎么看估计值显著不显著啊?不显著怎么办啊.Vector Autoregression EstimatesDate:05/08/12 Time:16:43Sample(adjusted):1991 2010Included observations:20 after adjusting endpointsStandard errors in ( ) & t-statistics in [ ]x05CPIx05WIx05Rx05STOCKRx05DEBTRCPI(-1)x05-0.549502x05-1.619005x05-0.182509x05-12.31265x05 0.015437x05 (0.46770)x05 (0.62550)x05 (0.14828)x05 (9.18085)x05 (0.20237)x05[-1.17491]x05[-2.58832]x05[-1.23086]x05[-1.34112]x05[ 0.07628]x05x05x05x05x05WI(-1)x05 0.950522x05 1.782923x05 0.232765x05 2.680205x05 0.126980x05 (0.28503)x05 (0.38120)x05 (0.09037)x05 (5.59512)x05 (0.12333)x05[ 3.33483]x05[ 4.67710]x05[ 2.57582]x05[ 0.47903]x05[ 1.02961]x05x05x05x05x05R(-1)x05-2.777405x05-3.044593x05 0.131439x05 50.58329x05 0.195050x05 (1.32301)x05 (1.76942)x05 (0.41945)x05 (25.9707)x05 (0.57245)x05[-2.09930]x05[-1.72067]x05[ 0.31336]x05[ 1.94770]x05[ 0.34073]x05x05x05x05x05STOCKR(-1)x05 0.017797x05 0.005626x05 0.007951x05-0.227769x05 0.018220x05 (0.01370)x05 (0.01832)x05 (0.00434)x05 (0.26890)x05 (0.00593)x05[ 1.29922]x05[ 0.30710]x05[ 1.83077]x05[-0.84705]x05[ 3.07407]x05x05x05x05x05DEBTR(-1)x05 2.978284x05 3.184275x05 0.613127x05-24.22021x05 0.667766x05 (1.10657)x05 (1.47995)x05 (0.35083)x05 (21.7220)x05 (0.47880)x05[ 2.69145]x05[ 2.15161]x05[ 1.74766]x05[-1.11501]x05[ 1.39467]x05x05x05x05x05Cx05 2.635758x05 3.758983x05-0.257541x05 43.98076x05-0.671091x05 (1.11127)x05 (1.48622)x05 (0.35231)x05 (21.8141)x05 (0.48083)x05[ 2.37185]x05[ 2.52922]x05[-0.73100]x05[ 2.01616]x05[-1.39569]R-squaredx05 0.831463x05 0.756979x05 0.940896x05 0.369095x05 0.941414Adj.R-squaredx05 0.771272x05 0.670186x05 0.919788x05 0.143772x05 0.920491Sum sq.residsx05 0.011868x05 0.021228x05 0.001193x05 4.573258x05 0.002222S.E.equationx05 0.029116x05 0.038940x05 0.009231x05 0.571543x05 0.012598F-statisticx05 13.81360x05 8.721653x05 44.57450x05 1.638071x05 44.99319Log likelihoodx05 45.91748x05 40.10268x05 68.89207x05-13.62371x05 62.67229Akaike AICx05-3.991748x05-3.410268x05-6.289207x05 1.962371x05-5.667229Schwarz SCx05-3.693028x05-3.111548x05-5.990487x05 2.261090x05-5.368509Mean dependentx05 4.650526x05 4.742171x05 0.047521x05 0.299625x05 0.063294S.D.dependentx05 0.060879x05 0.067805x05 0.032593x05 0.617667x05 0.044678Determinant Residual Covariancex05 8.07E-17x05x05x05Log Likelihood (d.f.adjusted)x05 228.6684x05x05x05Akaike Information Criteriax05-19.86684x05x05x05Schwarz Criteriax05-18.37324

解答：

发现最近问计量的问题挺多.那我来试着回答一下：VAR模型建立的目的跟我们一般建立的单方程（单方程多元回归&时间序列）模型不太一样.首先 它不基于任何先验的理论 因此一般来说我们不分析一种变量对另一种变量的影响 而是分析某一误差（或者说冲击）对整个系统的影响（如果还记得线性代数 就可以知道变量之间的关系体现在矩阵里）这种方法叫做IRF——脉冲响应函数方法.其次 还可以考察误差变化的重要程度 叫做方差分解方法.基本上VAR模型都要进行这两个分析.回到你的问题 上面说了一大堆 就是没有说显著性的问题 是因为VAR模型里面显著性不那么重要 可以允许有几个不显著的 不会影响分析结果 顶多在文章后面说一说.所以这个结果里并没有显著性也是因为这样 给出的结果是系数和【】里面的t值.比起显著性 我觉得应该更加关注平稳性 不平稳可是不行的 具体就是对你这个序列进行单位根检验（ADF基本够了）确定序列都平稳再做 不平稳的话 差分 或者找协整.如果果真需要看看显著性才心安 那么咱也有法子 估计出这个大表以后 在prob里面找make system 然后随便选一个（by lag就是按照滞后阶数来排列你的变量就像这样a（-1）b（-1） by variance就是按照变量来排列 a（-1）a（-2）随便选不影响结果）然后得到一个大框里里面有好多式子 选prob 然后估计 直接用OLS就行 要用SUR也可以但影响不大 得到一个结果——你想要的.最后我想强调一点 我见过许多同学上来就问我 为啥不显著啊?怎么才能显著啊?其实显著性的问题是相对而言的 不是说越显著模型就做的越好（例如虚假回归 根本毫无意义 好比拿你的身高解释GDP）毕竟我们这门学科叫做计量经济学 一定要有经济原理作支撑才可以.建议读一读高铁梅老师的《建模》那本 推到少但是比较全 而且都有操作 这样可能做的会比较好 另外我上面的许多概念 如果不懂的话 尽管baidu 都有很清楚的答案~（P.S.别小看了VAR 2011经济学诺奖Sims能得到有一半都是因为发明了这玩意~） 再问： 首先非常感谢你的回答。前面说的我看明白了。平稳性检验(ADF)和协整检验我都已经做完了，所以不会出现所谓的伪回归。 我不太理解这个大表里面的数字的含义（上面的数字），也不知道哪个是估计出来的系数。那个（）里和[ ]里的是什么不太清楚。我所说的是否显著，是指系数是否显著。因为参考的一篇论文里是这么说滴。。 还烦劳大神费心帮我回答一下，吾愿倾尽吾毕生之财富求得学习上的一知半解。。 再答： 。。。其实这个分数对我实在没啥用 不给也罢 因为可能还会有其他人需要不是嘛。。。平稳性做完以后 如果平稳 就不必考虑协整了 可以这么理解下啊：协整是为了不平稳准备的 所以直接建立模型就可以了。。。括号里的结果里很清楚了啊：Standard errors（标准差） in ( ) & t-statistics （t统计量） in [ ] 而且我上面已经提到了啊 如果你是想问标准差和t统计量的含义 建议去看看多元回归的教材 或者网上也有。。。我知道你想要系数的显著性 所以按照我上面说的做就可以了啊 在prob里面找make system 然后随便选一个 然后在新的框子里 选prob 然后估计 直接用OLS就行 你会发现 结果变成了多元回归的结果一样 有Pvalue了 你试试就知道了。。。可能我写的太长了点 重点都没看到啊 呵呵 算了知道主动求学的孩子我都会帮忙的。。。分数的话 不用给了 真心没啥用处 我是来回答问题的 不是来拿分的。。。如果有其他问题 请留下你的qq吧再问： 快加我qq。。369461622