I.概要
一般に、時系列システムの可変のシステムに動的効果を予測するために使用されるベクターの自己回帰（VAR、ベクトル自己回帰）が接続されており、ランダム外乱を分析しています。これにより、構造モデルの要件をバイパスVARによるシステムの方法内因性の構造モデルに全てのシステム変数の関数として、それぞれ内因性可変ヒステリシス値、。エングルとグレンジャー（1987A）は、平滑であってもよい非定常時系列の2つの以上の線形組合せを指摘しました。（根部を有する）非定常の間に存在または、そのような滑らかな線形組み合わせを時系列共和分を有すると考えられる場合。この組み合わせは、滑らかな線形共和分方程式と呼ばれ、変数間の長期均衡関係として解釈することができます。
ベクトル自己回帰モデルはまた、頻繁にシステム変数のダイナミック・ランダム・エラーの異なる種類の効果を分析するために使用される一連の変数VARモデルシステムが接続されている時間の予測モデルは、有効です。VARモデルは、実際の商品のうち、現在のランダム外乱への暗黙的な関係であるので、遅延の影響は、VARモデルのために、同じ期間の存在との間の関係に影響を与えることなく、変数の間に存在しない場合にのみ。
第二に、ノート
図1に示すように、固定ユニット根テストテストシーケンスは、直接ではなく定常テストシーケンスOLSを容易偽退行をもたらす場合。
データのテストが安定しているときに2は、さらに行わグレンジャーテストデータが安定していなければならないということであるが、場合にのみ、リンク変数は、グレンジャーの因果性テストに使用することができる原因を調べるために、（すなわち、単位根が存在しません）または実行することはできません。
3、試験データは、非定常（即ち、単位根）、であり、各配列は、さらに共和分、コバルトの変数がcointegratedかどうかを決定するために、次の積分を用いて（設けられ共和分テスト）である場合例えば、全テスト主に二段階法と試験JJ：
試験方法は、回帰残差に基づいて、EG-ステップは、残差が確立OLSモデルを介してその安定性をテストすることができ
B、JJ試験は回帰係数試験に基づいている、ことを条件としますVARモデル（ADLモデルに沿って、すなわちモデル）
4は、変数間の共和分関係が存在するとき、さらにECMカジュアルなデートを調査するように設定することができ、Eviewsもありワルド・グレンジャーのテストを提供しますが、今回はグレンジャー因果性テストではなく、検査外の変数の自然さ認識に注意してください。
5、グレンジャーテストは、静止シリーズのために使用することができます！これは前提グレンジャーテストであり、その因果関係はフルーツとの関係によるものではないが、私たちは通常、予備xの変動を理解することが効果的にいわゆるyの変化を、説明できる「グレンジャー原因を。」
図6に示すように、非定常系列スプリアス退行を生じやすい、共和分意味は因果関係は、その回帰式が偽回帰で試験された変数の間の安定した関係が存在することを説明するかどうかをテストすることです。だから、因果関係テストが共同統合テストの非定常シーケンスです。
図7は、安定性試験は、3つの機能を有する：
平滑場合1）滑らかをテストし、グレンジャー試験、非定常、CWA正のテストを行います。
各配列のための単一の整数を使用するために2）共和分。
3）時間はデータ生成処理のシーケンスによって決定されます。
ADFテスト：
。1 ---変数安定性試験の本来のシーケンス順序のルートテストユニット、ダイアログボックス、デフォルトのオプションを表示し、確認した後、0.05 ADF検定よりP-値以下ならば、帰無仮説を棄却、説明シーケンスが静止していますP値は、帰無仮説、命令の非定常配列を受け入れるように、0.5よりも大きい場合、
2の反復ステップは、ビュー---単位根テスト、ダイアログボックスは、第1差分を選択し、すなわち、変数の最初の差は定常を行いますテスト、およびPが5％以上であれば、一次静止している5％未満のP値は、試験がスムーズに二次差分シーケンスを進む第1工程の同じ試験。
可変配列が安定かどうかを確認するために、第1単位根テストを行い、安定したならば、回帰モデルの古典的な計量経済モデルを構築することができる、i番目の差があることがときに安定しない、微分、静止時系列ならば、私は、次の積分に従います（トレンド、切片は異なる状況を選択するように注意し、それは、帰無仮説のP値に基づいて決定されます）。すべてのテストが同じシーケンス順序統合の対象となっている場合は、VARモデルはモデル間の内部変数の共同統合の関係が存在するかどうかを判断するために、（遅滞期の選択に注意してください）共同統合テストを行うように構成することができ、それは、長期均衡関係の存在です。もしそうなら、あなたは、「誰が変化の原因となる人」の間VECモデルやグレンジャー因果性テストにより、テスト変数を構築因果関係ということができます。
まず、グレンジャーの因果性テストでは、時系列的因果関係で理論、経験的モデルに基づいて決定する必要があるかどうかを、真の因果関係という意味ではありません検定統計量、です。
第二に、グレンジャー因果性テスト変数が単位根検定は、2つの変数が不安定で見つかった場合、その後、直接グレンジャー因果性テストすることはできません、滑らかでなければならないので、多くの人がスムーズな変数グリッドをしないでくださいグレンジャーの因果性テスト、これは間違っています。
第三に、共和分の結果のみエンドまだ最初に行うには、その後、変数間の長期均衡関係が存在することを示すには、最初のグレンジャーの共和分にそれを行うことですか？変数は、スムーズた後、あなたはタイミング変数が変更されたかを決定するために、微分項グレンジャー因果性テストを使用することができますので、可変差動のすべての最初の、共和分を滑らかにする必要があり、そうするだけでなくので、その後、共和分は、変数が存在する見長期均衡。
第四に、長期均衡はまた、短期的な変動を考慮した誤り訂正テストを行う必要があり、分析の終わりを意味するものではありません。
8.固定ユニット根テストは、テストデータであるか、または単一の整数次あります。
9.共和分は、2つの以上の変数間の長期安定性の関係を持っていると言われています。しかし、変数間の共和分のために必要な条件は、ユニットが共和分テストに進む前にテストされなければならないことを意味し、それらの間の同じ階積分、です。
10.共和分が長期と変数間の安定的な関係があることがあると言い、これが唯一の結論の数に由来しているが、原因や誰果実ですが誰であるかを判断することはできません。因果関係の試験溶液は、この問題にあります。
単位根検定は、共同統合分析が上の長期的なトレンド定常時系列に基づいて行われ、時系列のテストが安定しており、グレンジャーテストは、誤り訂正モデルが確立した後、短期間の因果関係は確立されている一般的です。したがって、自然な順序は、最初の単位根検定を行うことで、他の共和分、最後にグレンジャー試験。
単位根検定は、定量分析に、偽の回帰があるだろう、唯一の定常時系列、時系列静止のテストであり、共同統合は、研究の2つの以上の変数間の長期的安定的な関係は、双方の研究共和分検定通常エングル-グレンジャーテスト、ヨハンセンテストの両方を超えると、グレンジャー因果性テストは、研究の変数間の因果関係で、それが必要であるので、共和分は、長期安定的な関係は必ずしも因果関係はなく、説明グレンジャーによって両者の因果関係を決定するための試験。単位根テストシーケンス共和分と因果テストが行われる間に、単一の全体場合と同じ順序により、一般的です。特別な注意を払ってください：のみ全体に同じ順序共和分。
11.VARモデリング内因性の遅れを埋めるためにするときのために間隔をラグが、今回は、あなたは最高の時間よりも遅れているかを判断することはできませんので、試してみて、対応して、最小限に異なる遅れ、AICまたはSCを選択しますヒステリシスが最適ラグで、VARモデルで作られたこの時間は、より信頼性の高いでした。
12. VARの前に共同統合テストを行う理由は、共同統合テストは、テストや検査フォームをLAGに非常に敏感であり、あなたは最初に、最適なラグを決定する必要があります。VARは拘束され、および共統合を拘束し、したがって最適なラグ共統合テストが最適遅延を決定するために、一般的に最適なラグVAR減算1であり、診断テストの形に移動し、最終的に行うことであるので共同統合。
係数が正であるので、もし結果が式の片側の変数であるので、13それがダウンcointegrated外観の数を判定された場合、標準化の結果があり、結果は、共和分方程式であり、それはことを示しています負の関係、およびその逆。
14.共同統合は一見あなたのOLSと矛盾しない、変数間の長期均衡関係を表しています。
（1）試験は共同統合が、何の最初のオフ長期安定性を示していない場合は、VARモデルは行われないことができますが、モデルは安定性解析を行うには
（2）VAR VEC関係は次のとおりです。VECは共同統合の制約（すなわち、長期安定性であります非定常時cointegrated配列モデリングに使用VARモデルの関係）、
15。単に時にVARモデルを置きます：
最初のステップ：どのように滑らかではない配列が初期VARモデルを確立することができる
データを確立するプロセスは、予め固定系列であってもよく、それは安定したの一部とすることができる（と同程度とすることができる全体の関係が共固定系列はなく、それは異なる順序であってもよいですシーケンスは、任意に指定されたラグ次数スムーズではありません。すべての配列は、典型的に）内因性ベクトルに考えられています
ステップ2：最初のVARが確立した後に実行し
、最終的なモデルは遅れを決定するためにラグ順序テストを
外因性変数は配列を決定するラグ順序を決定するための2因果テスト
VARモデルを再構築する点、、、ルートARチャート分析を（このタイムラグの順序が設定されている時に、内側と外側の内因性変数が設定されている）
ルートなどが1未満の単位を意味する、VARにパルス化することができるが構築され、分散分解は、
ユニットは1より大きい根、原稿を検討を有します差動または対数、二次単一シーケンス全体：理論的には、対数微分を同時に行うことができるが、失われた経済的影響の配列は、このプロセスを放棄する必要があり、下位（次数1列処理方法に順まず、第1の静止シリーズを含む新しいシーケンス（）の繰り返し処理した後、）トレンドのシーケンスが静止画として、任意のモデルを作成リラックスしたり、コンピュータによって阻止されません、あなたが打つことができ、要件を満たすことができない分解後、分解することができ考えますステップと第二ステップでは、それははるかに安定性を満たすまで
第3のステップは、最終的なVARの確立後、SVARモデルが考えられる
変数のみ影響を遅れていない場合は、関係を同じ期間に影響もあり、VARモデルは、この場合の構造解析のために必要適切でありません
参考：
VARモデルの15注意点
ます。https：//www.jianshu.com/p/6622114b24b6で再現