关于时间序列分析的协整检验、脉冲响应图、方差分解图和格兰杰因果检验

1、关于时间序列中分的析过程

step1. 单位根检验。一般来说，时间序列进行分析之前应该先检验是否存在单位根，如是，则需要进行差分转换，否则可以直接进行var（vector autoregression），这里不讨论arma（Autoregressive moving average model，自回归滑动平均模型）。

step2. 协整检验，这里推荐使用stata的vecrank秩检验。一般需要至少存在一个协整关系检验显著（常用5%水平）。如果不存在协整，后续步骤没有意义。本步骤及以下步骤都应该采用原始时间序列数据，而非差分后数据。

step3. vecm误差修正模型估计，stata命令vec，得出长期协整方程和短期vecm模型

step4. vec模型检验包括：残差自相关检验、残差是否服从正态分布以及模型平稳性检验。

step5. 基于以上工作，可以得到脉冲响应函数图和预测方差分解图。本步骤目的是分析影响response变量的因素是哪些？为最终结果分析提供参考。stata中的irf命令，impulse是脉冲变量，response是响应变量，主要是分析脉冲变量对响应变量的影响。

2、格兰杰检验

格兰杰检验中要求时间序列有两个条件，一是应该平稳序列，二是同阶协整。这两个符合一个就可以进行格兰杰检验（注意，有资料说，不需要这两个条件，也可以直接进行granger test！！！！！，建议根据自己研究目标来确定。）

如果是非平稳序列，对于格兰杰检验来说，则需要首先进行差分得到平稳序列后再进行分析。注意这里的分析数据是差分后的数据，而不是原始时间序列数据。

格兰杰检验首先要做var，之后直接使用vargranger，也可以使用test命令。如下

3、总结

以上没有给出具体太多概念和理论，重在过程和步骤，理论方面的在很多计量书中可以查询得到。按照以上大致步骤可以满足大部分实证研究需要。

此外，应该注意的是，格兰杰test和协整test并不是非要放到一起，可以根据需要只做其中一个。