一、向量自回歸理論：
對于簡單的兩變量的問題，這時解釋變量與被解釋變量之間的回歸方程形式很容易確定，但是如果我們要處理多個變量之間的問題，對于哪個變量是被解釋變量，哪些變量作為解釋變量我們事先并不確定，對于這種相關變量交織在一起的，相互影響的問題，我們用一般的回歸形式無法解決，這時我們就可以建立向量自回歸模型，對系統(tǒng)中可能存在的關系作總體分析。
向量自回歸模型是處理多個相關經(jīng)濟指標的分析與預測最容易操作的模型之一，常用于預測相關聯(lián)系的時間序列系統(tǒng)及分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，從而解釋各種經(jīng)濟沖擊對經(jīng)濟變量形成的影響。
舉例，用VAR模型研究貨幣政策股票市場的關系，貨幣政策選取貨幣供應量和利率兩個變量，股票市場用股票價格的收益率來代表。貨幣供應量課分別選取M0，M1，M2，利率變量用20天加權平均銀行同業(yè)拆借利率表示，股票價格選取上證綜指收益率。在Eviews下，打開Group組數(shù)據(jù)，Quick命令下選VAR，只需選擇滯后階數(shù)即可，一般月度數(shù)據(jù)p<12，季度數(shù)據(jù)p<4（這是在數(shù)據(jù)非常大時），若選取的數(shù)據(jù)不夠多，p小于等于4即可。
這時eviews會給出我們選取的變量之間的所有關系方程中的系數(shù)，具有顯著性的即為有影響的變量。
二、Granger因果檢驗
這里的因果不是一般的因果關系，而是從預測的角度看變量x能否解釋y的變動，主要看現(xiàn)在的y能夠在多大程度上被過去的x解釋，加入x的滯后值是否使解釋程度提高。進行Granger檢驗前必須對序列進行平穩(wěn)性檢驗，只有平穩(wěn)的數(shù)據(jù)序列才能進行Granger檢驗。
在eviews中，對于定義的組數(shù)據(jù)，view下選Granger Causality，輸入相應的滯后階數(shù)即可。滯后階數(shù)p應相對大一些，p的選擇不同的得出的檢驗結果是不同的，滯后階數(shù)越大越能完整反映所構造模型的動態(tài)特征，但是滯后階數(shù)太大，又會使得估計的參數(shù)過多，模型的自由度就減少，一般不同的經(jīng)濟問題有不同的選擇。
滯后階數(shù)的確定有LR（似然比）檢驗、AIC信息準則和SC準則。
三、單整
非平穩(wěn)序列可以通過差分運算，得到平穩(wěn)性的序列稱為單整序列。
若y通過d次差分成為一個平穩(wěn)序列，而這個序列差分d-1次時不平穩(wěn)，則y為d階單整序列。單整階數(shù)是序列中單位根的個數(shù)或者是使序列平穩(wěn)而差分的階數(shù)。
四、協(xié)整
是對于非平穩(wěn)序列而言的，X、Y為非平穩(wěn)但同階單整的序列，則可對其進行協(xié)整檢驗，若X、Y不同階則無法進行協(xié)整檢驗。
有兩大類方法，一是基于回歸殘差的檢驗，一是基于回歸系數(shù)的檢驗。
Engle和Granger提出的檢驗方法是對回歸方程的殘差進行單位根檢驗，若這個殘差序列是平穩(wěn)的，則變量之間存在協(xié)整關系，因此檢驗一組變量之間是否存在協(xié)整關系，等價于檢驗回歸方程的殘差序列是否是一個平穩(wěn)序列主要有DF、ADF、CRDW方法。
協(xié)整檢驗的目的是決定一組非平穩(wěn)序列的線性組合是否具有協(xié)整關系，也可以通過協(xié)整檢驗來判斷線性回歸方程設定是否合理，這一類協(xié)整檢驗主要是針對單方程而言。
對于多變量模型則采用Johansen協(xié)整檢驗，是基于回歸系數(shù)的檢驗，在向量自回歸基礎上建立的檢驗。有兩種方法：特征根跡檢驗和最大特征根檢驗
原假設均為r=0，不顯著時接受原假設，則不存在協(xié)整關系，拒絕原假設則存在協(xié)整關系。r為協(xié)整關系的數(shù)量。若拒絕則進一步檢驗原假設為r=1.，接受原假設則有一個協(xié)整關系，拒絕則至少有2個協(xié)整關系，直至接受原假設，如果拒絕原假設r=
注意：跡檢驗和最大特征根的結論可能產(chǎn)生沖突，對于這種情況建議檢驗估計得到的協(xié)整向量，并將選擇建立在協(xié)整關系的解釋能力上。
View下cointegeation test實現(xiàn)協(xié)整檢驗，在此之前必須先進行單位根檢驗，因為協(xié)整檢驗僅對已知非平穩(wěn)的序列有效。
對于選項中是否包含趨勢項，可先觀察數(shù)據(jù)的曲線圖，若無顯著趨勢則選不包含趨勢項的形式，若不能確定用哪一個趨勢假設，可選第六項幫助確定趨勢假設的選擇。這個趨勢假設的每一個下面都標明協(xié)整關系的個數(shù)。
五、單位根檢驗
主要DF、ADF、PP檢驗
DF檢驗：原理對數(shù)據(jù)建立模型，若系數(shù)絕對值小于1，則序列平穩(wěn)；若等于1則序列為一階單整非平穩(wěn)；若大于1，則序列分散。因此判斷一個序列是否平穩(wěn)可通過檢驗系數(shù)是否嚴格小于1來實現(xiàn)。
這個檢驗只有當序列為AR（1）時才有效，若序列存在高階滯后相關，就違背了擾動項是獨立同分布的假設，這時再用DF檢驗就不再合適。
ADF檢驗
序列存在p階序列相關，原假設為序列存在一個單位根，備擇假設不存在單位根，通過檢驗系數(shù)看是否不拒絕原假設，進而判斷一個高階自相關序列過程是否存在單位根。
注意：1、滯后階數(shù)的選擇通常采用AIC準則。
2、對于三種不同回歸方程的選擇，（不包含常數(shù)趨勢，包含常數(shù)不包含趨勢，包含常數(shù)趨勢）
可看曲線圖觀察是否有顯著趨勢
PP檢驗
針對干擾項存在異方差或序列相關的現(xiàn)象進行的檢驗
一般情況下，可同時進行ADF和PP檢驗，若同時通過則更有說服力。
