VAR模型、Johansen协整检验在eviews中的具体操作步骤及

VAR模型基本操作指引（Eviews）1、ADF检验双击序列——打开序列数据窗口——View——Unit Root Test——单位根检验对话框（1st difference，即检验△X；intercept：包含截距项；trend：包含趋势项）临界值判断：如果ADF检验值小于某一显著性水平下的临界值，则序列在此显著性水平下平稳。

2、根据SIC和AC值确定VAR的滞后期单位根检验操作的输出结果中3、建立VAR模型在workfile里——Quick——Estimate VAR…——对话窗缺省的是非约束VAR，另一选择是向量误差修正模型。

给出内生变量的滞后期间。

给出用于运算的样本范围。

Endogenous要求给出VAR模型中所包括的内生变量。

Exogenous要求给出外生变量（一般包含常数项）。

结果显示中，回归系数下第一个括号中的为标准差，第二个括号中的为t值。

4、脉冲响应分析/方差分解在进行脉冲响应函数诊断之前，需要先检验VAR模型的平稳性，用AR根图(Inverse Roots of AR Characteristic polunomial)进行检验。

AR根图中，如果点都落在单位圆里，才可以做脉冲分析。

如果模型不平稳，则要重新修改变量，去掉不显著变量。

VAR模型估计结果窗口中——View——impulse response——table5、协整关系检验前提条件：序列同阶单整打开序列组数据窗口——View——Cointegration Test…——6、误差修正模型Quick——Estimate VAR…——对话窗——选择VEC——相比较VAR的设置中要多填入误差修正项个数（Number of CE’s），且此时的外生变量设置中不需要再另外设置常数项。

—OK7、格兰杰因果检验前提条件：序列间存在协整关系Eviews可以直接给出两个变量间的双向格兰杰因果检验结果。

打开数据组窗口——View——Granger Causality…——选择最大滞后长度—OK8、建立协整回归方程建立回归模型后，如果模型存在自相关，则建立广义差分模型欢迎您的下载，资料仅供参考！致力为企业和个人提供合同协议，策划案计划书，学习资料等等打造全网一站式需求。

Eviews基本把持指引：之巴公井开创作1、ADF检验双击序列——翻开序列数据窗口——View——Unit Root Test ——单元根检验对话框（1 st difference ,即检验△X ； intercept：包括截距项； trend：包括趋势项）临界值判断：如果ADF检验值小于某一显著性水平下的临界值,则序列在此显著性水平下平稳.2、根据SIC和AC值确定VAR的滞后期单元根检验把持的输出结果中3、建立VAR模型在workfile里——Quick——Estimate VAR…——对话窗缺省的是非约束VAR,另一选择是向量误差修正模型.给出内生变量的滞后期间.给出用于运算的样本范围.Endogenous要求给出VAR模型中所包括的内生变量.Exogenous要求给出外生变量（一般包括常数项）.结果显示中,回归系数下第一个括号中的为标准差,第二个括号中的为t值.4、脉冲响应分析（Response of * to * Innovations）/ 方差分解（Variance Decornposition）在进行脉冲响应函数诊断之前,需要先检验VAR模型的平稳性,用AR根图(Inverse Roots of AR Characteristic polunomial)进行检验.AR根图中,如果点都落在单元圆里,才可以做脉冲分析～如果模型不服稳,则要重新修改变量,去失落不显著变量.VAR模型估计结果窗口中——View——impulse response——table5、协整关系检验前提条件：序列同阶单整翻开序列组数据窗口——View——Cointegration Test…——6、误差修正模型Quick——Estimate VAR…——对话窗——选择VEC——相比力VAR的设置中要多填入误差修正项个数（Number of CE’s）,且此时的外生变量设置中不需要再另外设置常数项.——OK7、格兰杰因果检验前提条件：序列间存在协整关系Eviews可以直接给出两个变量间的双向格兰杰因果检验结果.翻开数据组窗口——View——Granger Causality…——选择最年夜滞后长度——OK8、建立协整回归方程建立回归模型后,如果模型存在自相关,则建立广义差分模型。

Eviews基本操作指引：1、ADF检验双击序列——打开序列数据窗口——View——Unit Root Test ——单位根检验对话框（1 st difference ，即检验△X ； intercept：包含截距项； trend：包含趋势项）临界值判断：如果ADF检验值小于某一显著性水平下的临界值，则序列在此显著性水平下平稳。

2、根据SIC和AC值确定VAR的滞后期单位根检验操作的输出结果中3、建立VAR模型在workfile里——Quick——Estimate VAR…——对话窗缺省的是非约束VAR，另一选择是向量误差修正模型。

给出内生变量的滞后期间。

给出用于运算的样本范围。

Endogenous要求给出VAR模型中所包括的内生变量。

Exogenous要求给出外生变量（一般包含常数项）。

结果显示中，回归系数下第一个括号中的为标准差，第二个括号中的为t值。

4、脉冲响应分析（Response of * to * Innovations）/ 方差分解（Variance Decornposition）在进行脉冲响应函数诊断之前，需要先检验VAR模型的平稳性，用AR根图(Inverse Roots of AR Characteristic polunomial)进行检验。

AR根图中，如果点都落在单位圆里，才可以做脉冲分析～如果模型不平稳，则要重新修改变量，去掉不显著变量。

VAR模型估计结果窗口中——View——impulse response——table5、协整关系检验前提条件：序列同阶单整打开序列组数据窗口——View——Cointegration Test…——6、误差修正模型Quick——Estimate VAR…——对话窗——选择VEC——相比较VAR的设置中要多填入误差修正项个数（Number of CE’s），且此时的外生变量设置中不需要再另外设置常数项。

——OK7、格兰杰因果检验前提条件：序列间存在协整关系Eviews可以直接给出两个变量间的双向格兰杰因果检验结果。

Johansen协整与VECM模型为练习协整检验与VECM模型的相关操作，选用了1980年-2015年的我国国内生产总值GDP(亿元)、我国财政收入I(亿元)以及财政支出E(亿元)这三种数据，数据均来自《中国统计年鉴》，将三组数据分别取对数为LNGDP、LNI、LNE，然后利用Eviews8.0进行操作，过程如下所示：1.单位根检验/平稳性检验对LNGDP、LNI、LNE及其一阶差分序列、二阶差分序列进行单位根检验，判断是否为平稳序列，以确定其单整阶数。

其ADF单位根检验的结果如下所示：一阶差分时图形为：从上述的检验结果中可以看出，原水平序列LNGDP 、LNI 和LNE的ADF 检验的P值都大于0.05，表现出非平稳特征。

而LNGDP 、LNI 和LNE一阶差分以及二阶差分的ADF检验的P值均小于0.05，表现出平稳特征，说明LNGDP 、LNI 和LNE的一阶差分就都已经是平稳序列，即LNGDP、LNI、LNE序列是一阶单整的，LNGDP~I(1)，LNI~I(1)，LNE~I(1)。

所以LNGDP序列、LNI序列和LNE序列是同阶单整的，因此具备了进行协整检验的条件。

2.Johansen协整（检验是否存在协整）（1）选择最优滞后期，则做VAR模型，而因为是年度数据，以3位最大滞后期数，进行实验，结果图如下：从上表打“*”处可知最优滞后期为3.（2）以最优滞后期3进行Johansen协整检验，结果如下由于当无协整时，p值为0.0004，小于0.05，拒绝原假设，所以看下一个；当有一个协整的时候，p值为0.0743，大于0.05，则接受原假设，所以存在一个协整关系。

3.VECM模型结果图如下：则最终结果为：(1)D(LNGDP t )=0.053123e t-1+1.050628DLNGDP t-1-0.373339DLNGDP t-2-0.527039DLNI t-1-0.378157DLNI t-2+ 0.457048DLNE t-1+0.372008DLNE t-2+ε1t(2)D(LNI t )=0.079927e t-1+0.260644DLNGDP t-1-0.386477DLNGDP t-2-0.064574DLNI t-1-0.566409DLNI t-2+ 0.812482DLNE t-1+0.373086DLNE t-2+ε2t(3)D(LNE t )=0.123095e t-1+0.158764DLNGDP t-1-0.422963DLNGDP t-2-0.129041DLNI t-1-0.410100DLNI t-2+ 0.872030DLNE t-1+0.100550DLNE t-2+ε3t4.补充内容VAR 模型的脉冲响应函数图Response of LNGDP to LNGDPResponse of LNGDP to LNIResponse of LNGDP to LNEResponse of LNI to LNGDPResponse of LNI to LNIResponse of LNI to LNEResponse of LNE to LNGDPResponse of LNE to LNIResponse of LNE to LNEResponse to Cholesky One S.D. Innovations ?2 S.E.以第一行第三图举例说明：Response of LNGDP to LNE 指来自于财政支出E 的一个标准差的冲击对国内生产总值的影响。

Eviews基本操作指引：1、ADF检验双击序列——打开序列数据窗口——View——Unit Root Test ——单位根检验对话框（1 st difference ，即检验△X ； intercept：包含截距项； trend：包含趋势项）临界值判断：如果ADF检验值小于某一显著性水平下的临界值，则序列在此显著性水平下平稳。

2、根据SIC和AC值确定VAR的滞后期单位根检验操作的输出结果中3、建立VAR模型在workfile里——Quick——Estimate VAR…——对话窗缺省的是非约束VAR，另一选择是向量误差修正模型。

给出内生变量的滞后期间。

给出用于运算的样本范围。

Endogenous要求给出VAR模型中所包括的内生变量。

Exogenous要求给出外生变量（一般包含常数项）。

结果显示中，回归系数下第一个括号中的为标准差，第二个括号中的为t值。

4、脉冲响应分析（Response of * to * Innovations）/ 方差分解（Variance Decornposition）在进行脉冲响应函数诊断之前，需要先检验VAR模型的平稳性，用AR根图(Inverse Roots of AR Characteristic polunomial)进行检验。

AR根图中，如果点都落在单位圆里，才可以做脉冲分析～如果模型不平稳，则要重新修改变量，去掉不显著变量。

VAR模型估计结果窗口中——View——impulse response——table5、协整关系检验前提条件：序列同阶单整打开序列组数据窗口——View——Cointegration Test…——6、误差修正模型Quick——Estimate VAR…——对话窗——选择VEC——相比较VAR的设置中要多填入误差修正项个数（Number of CE’s），且此时的外生变量设置中不需要再另外设置常数项。

——OK7、格兰杰因果检验前提条件：序列间存在协整关系Eviews可以直接给出两个变量间的双向格兰杰因果检验结果。

在EViews中进行协整检验和估计协整方程可以按照以下步骤进行：1. 导入数据：-打开EViews软件，选择"File" -> "Open"，导入需要进行协整检验的时间序列数据。

2. 创建VAR（向量自回归）模型：-选择"Quick/Estimation"或"Object/New Object"，然后选择"VAR"，创建一个新的VAR对象。

-在VAR对话框中，选择要包含在模型中的所有变量，并指定滞后阶数(lags)和其他选项。

-点击"OK"以创建VAR模型。

3. 进行协整检验：-在VAR对象上右键单击，选择"View/Residual Diagnostics"，打开模型诊断窗口。

-在模型诊断窗口中，选择"Tests"选项卡，在下拉菜单中选择"Engle-Granger Cointegration Test"。

-确定要检验的变量组合，点击"OK"进行协整检验。

结果将显示在输出窗口中。

4. 估计协整方程：-如果协整检验结果表明存在协整关系，可以进行协整向量估计。

-在VAR对象上右键单击，选择"View/Cointegrating Vectors"，打开协整向量窗口。

-在协整向量窗口中，选择所需的变量组合，并点击"OK"进行估计。

结果将显示在输出窗口中。

需要注意的是，以上步骤仅为一般性指导，具体操作可能因数据和研究目的而有所调整。

在使用EViews进行协整检验和估计协整方程时，建议参考EViews用户手册或相关教程以获取更详细的操作指导。

Eviews基本操作指引：1、ADF检验双击序列——打开序列数据窗口——View——Unit Root Test ——单位根检验对话框（1 st difference ，即检验△X ； intercept：包含截距项； trend：包含趋势项）临界值判断：如果ADF检验值小于某一显著性水平下的临界值，则序列在此显著性水平下平稳。

2、根据SIC和AC值确定VAR的滞后期单位根检验操作的输出结果中3、建立VAR模型在workfile里——Quick——Estimate VAR…——对话窗缺省的是非约束VAR，另一选择是向量误差修正模型。

给出内生变量的滞后期间。

给出用于运算的样本范围。

Endogenous要求给出VAR模型中所包括的内生变量。

Exogenous要求给出外生变量（一般包含常数项）。

结果显示中，回归系数下第一个括号中的为标准差，第二个括号中的为t值。

4、脉冲响应分析（Response of * to * Innovations）/ 方差分解（Variance Decornposition）在进行脉冲响应函数诊断之前，需要先检验VAR模型的平稳性，用AR根图(Inverse Roots of AR Characteristic polunomial)进行检验。

AR根图中，如果点都落在单位圆里，才可以做脉冲分析～如果模型不平稳，则要重新修改变量，去掉不显著变量。

VAR模型估计结果窗口中——View——impulse response——table5、协整关系检验前提条件：序列同阶单整打开序列组数据窗口——View——Cointegration Test…——6、误差修正模型Quick——Estimate VAR…——对话窗——选择VEC——相比较VAR的设置中要多填入误差修正项个数（Number of CE’s），且此时的外生变量设置中不需要再另外设置常数项。

——OK7、格兰杰因果检验前提条件：序列间存在协整关系Eviews可以直接给出两个变量间的双向格兰杰因果检验结果。

Eviews基本操作指引：1、ADF检验双击序列——打开序列数据窗口——View——Unit Root Test ——单位根检验对话框（1 st difference ，即检验△X ； intercept：包含截距项； trend：包含趋势项）临界值判断：如果ADF检验值小于某一显着性水平下的临界值，则序列在此显着性水平下平稳。

2、根据SIC和AC值确定VAR的滞后期单位根检验操作的输出结果中3、建立VAR模型在workfile里——Quick——Estimate VAR…——对话窗缺省的是非约束VAR，另一选择是向量误差修正模型。

给出内生变量的滞后期间。

给出用于运算的样本范围。

Endogenous要求给出VAR模型中所包括的内生变量。

Exogenous要求给出外生变量（一般包含常数项）。

结果显示中，回归系数下第一个括号中的为标准差，第二个括号中的为t值。

4、脉冲响应分析（Response of * to * Innovations）/ 方差分解（Variance Decornposition）在进行脉冲响应函数诊断之前，需要先检验VAR模型的平稳性，用AR根图(Inverse Roots of AR Characteristic polunomial)进行检验。

AR根图中，如果点都落在单位圆里，才可以做脉冲分析～如果模型不平稳，则要重新修改变量，去掉不显着变量。

VAR模型估计结果窗口中——View——impulse response——table5、协整关系检验前提条件：序列同阶单整打开序列组数据窗口——View——Cointegration Test…——6、误差修正模型Quick——Estimate VAR…——对话窗——选择VEC——相比较VAR的设置中要多填入误差修正项个数（Number of CE’s），且此时的外生变量设置中不需要再另外设置常数项。

——OK7、格兰杰因果检验前提条件：序列间存在协整关系Eviews可以直接给出两个变量间的双向格兰杰因果检验结果。