请问关于VAR模型的滞后阶数怎么确定？

VAR模型的滞后阶数越大，自由度就越小。一般根据AIC和SC取值最小准则来确定阶数。

如果AIC和SC并不是同时取值最小，采用LR检验进行取舍。

时序数据样本容量小，AIC和SC准则可能需要谨慎，需要根据经验验证。从经验看，这时一般比较滞后123阶基本可以得到较好结果。

还可以通过eviews6.0软件确定最大滞后阶数，在var估计结果窗口中点击view/lag/structure/lag/length/criteria输入最大滞后阶数，以*号最多的阶数确定滞后阶数。

似然比检验LR是反映真实性的一种指标，属于同时反映灵敏度和特异度的复合指标。似然比定义为有约束条件下的似然函数最大值与无约束条件下似然函数最大值之比。

扩展资料：

似然比检验(likelihood ratio, LR) 是反映真实性的一种指标，属于同时反映灵敏度和特异度的复合指标。似然比定义为有约束条件下的似然函数最大值与无约束条件下似然函数最大值之比。

似然比检验的思想是：如果参数约束是有效的，那么加上这样的约束不应该引起似然函数最大值的大幅度降低。也就是说似然比检验的实质是在比较有约束条件下的似然函数最大值与无约束条件下似然函数最大值。

当样本含量n较大时，-2lnλ (本书中用符号G表示)近似x2分布;当自由度大于1，甚至n较小时，这种近似的程度也是相当满意的。

基于上述原理，统计中广泛应用对数似然比检验，通过计算统计量G，可按x2分布处理，不但计算方便，而且只要自由度大于1，就不必考虑理论频数大小的问题。

关于似然比检验的具体应用，详见条目“频数分布的拟合优度”、“两样本率比较”、“多个样本率比较”、“样本构成比的比较”以及“计数资料的相关分析”等。

参考资料：百度百科-似然比检验

滞后阶数越大，自由度就越小。一般根据AIC和SC取值最小准则来确定阶数。如果AIC和SC并不是同时取值最小，采用LR检验进行取舍。如果时序数据样本容量小，这时AIC和SC准则可能需要谨慎，还是需要根据经验验证。自己的经验看，这时一般比较滞后1、2、3阶基本可以得到较好结果。还可以通过eviews6.0软件确定最大滞后阶数， 在var估计结果窗口中点击view/lag structure/lag length criteria 输入最大滞后阶数，以*号最多的阶数确定滞后阶数。用差分预测差分，结果是差分。要反推的话，就得知道基期数据，然后根据基期数据和增量数据就可以求得预测的数据了。差分可以消除不稳定性，但是同时也损失了信息，这是不可避免的。适当的可以用上ECM模型来消除VAR模型所带来的误差，修正上考虑当期值和上期波动相关，修正了波动值，向相反方向。差不多就这些了、