VAR模型/vecm模型殘差自相關怎麼辦？
01-11
在stata中用6個變數建立VAR模型之後，檢驗VAR模型殘差的自相關，
得到下表 varlmar, mlag(6) Lagrange-multiplier test+--------------------------------------+
lag chi2 df Prob &> chi2 ------+------------------------------- 1 60.3705 36 0.00667 2 47.1147 36 0.10169 3 46.3546 36 0.11572 4 53.0862 36 0.03305 5 49.7904 36 0.06290 6 43.9802 36 0.16951 +--------------------------------------+上表，是否說明建立的var模型存在自相關。
之後在此模型基礎上進行格蘭傑因果檢驗的結果是否可信？同理，如果建立vecm模型後檢驗也發現此情況，應該如何解決呢？
系統地選擇VAR/VECM lag的方法：
1.通過AIC，SC，HQ/LR，FPE等進行選擇
（含義及選擇方法百度）如：
SIC選擇：VAR（1）
HQC：VAR（4）其它：VAR（6）2.AIC，SC，HQ等不同指標會選擇不同lag數，第二步從被選擇的lag中，從小lag到大lag來檢驗殘差自相關性，和cross autocorrelation。
如例子中我們從var（1）開始檢驗
3.選擇殘差最接近white noise的一個。
var（1）：
var（4）：
都是有significant autocorrelation的
var（6）：
可見VAR（6）已經消除了autocorrelation，所以正確的lag數是6。
我想可以回答題主的問題：如果有自相關，應該是lag數量的問題，需要經過上述手段選擇正確的lag推薦閱讀：