【摘要】：VAR模型中一个重要的问题就是确定滞后阶数。事实上，这是VAR模型的一个缺陷，在实际中常常会发现，将不得不限制滞后项的数目，使它少于反映模型动态特征性所应有的理想数目，确定滞后阶数的检验方法有LR(似然比)检验和AIC信息准则、SC准则。从表4－4检验结果看，通过AIC信息准则，选择最优滞后长度为3，因此建立3阶VAR模型。
VAR模型中一个重要的问题就是确定滞后阶数。在对滞后阶数p进行选择时，一方面想使滞后阶数足够大，以便能够完整反映所构造模型的动态特征。而另一方面，滞后阶数越大，需要估计的参数也就越多，模型的自由度就减少。所以通常进行选择时，需要综合考虑，既要有足够数目的滞后项，又要有足够数目的自由度。事实上，这是VAR模型的一个缺陷，在实际中常常会发现，将不得不限制滞后项的数目，使它少于反映模型动态特征性所应有的理想数目，确定滞后阶数的检验方法有LR(似然比)检验和AIC信息准则、SC准则。本研究将建立VAR模型，最大滞后长度为3。从表4－4检验结果看，通过AIC信息准则，选择最优滞后长度为3，因此建立3阶VAR模型。
表4－4 VAR最优滞后长度检验
*indicates lag order selected by the criterion?LR:sequentialmodified LR test statistic(each test at 5%level)
FPE:Final prediction error
AIC:Akaike information criterion
SC:Schwarz information criterion
HQ:Hannan－Quinn information criterion
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
