用于标识时间序列顺序的变量
将对每个变量在所选回归类型下执行 ADF 检验（及可选 PP 检验）。若原序列非平稳，将自动进行差分后重新检验。
用于信息准则选择
用于确定最优滞后阶数
非平稳序列需先差分
VAR 模型要求至少选择 2 个分析变量。将自动根据信息准则选择最优滞后阶数，并输出各方程的回归系数表。
何时使用差分？ VAR 模型要求变量为平稳序列。如果变量存在单位根（非平稳），应先进行差分处理。
建议先使用「平稳性检验」确认变量是否平稳，若不平稳则选择对应的差分阶数。
Granger 因果检验用于判断一个变量的滞后值是否有助于预测另一个变量。至少需要选择 2 个变量，将对所有变量对进行双向检验。
何时使用差分？ Granger 因果检验要求变量为平稳序列。如果变量存在单位根（非平稳），应先进行差分处理。
建议先使用「平稳性检验」确认变量是否平稳，若不平稳则选择对应的差分阶数。
协整检验用于判断多个非平稳变量之间是否存在长期均衡关系。至少需要选择 2 个变量。
方法选择建议：
Engle-Granger 两步法适用于两变量之间的协整检验，操作简单直观；
Johansen 检验适用于多变量系统，可以检测多个协整关系。
如果变量超过 2 个，建议使用 Johansen 检验或同时执行两种方法。
VECM 是在 VAR 模型基础上加入协整约束的模型，适用于存在协整关系的非平稳变量。至少需要 2 个变量。
使用建议：
先通过「协整检验」确定协整秩（r），再将该值填入此处。滞后阶数和趋势项设置应与协整检验时保持一致。
用于信息准则选择
用于确定最优滞后阶数
非平稳序列需先差分
检查 VAR 模型伴随矩阵的所有特征根的模是否都在单位圆内（模 < 1）。若全部在单位圆内，则模型稳定；否则模型不稳定，需要重新调整滞后阶数或处理数据。
使用建议：
建议在拟合 VAR 模型后进行此检验。参数设置（滞后阶数、趋势项、差分阶数）应与 VAR 模型保持一致。
要分析其预测误差来源的变量
请先在上方勾选分析变量并选择响应变量
Cholesky 分解顺序：最外生的变量排在最前面，响应变量自动排在最后。选择响应变量后，冲击变量自动出现，可拖拽调整顺序。
用于信息准则选择
非平稳序列需先差分
方差分解基于 Cholesky 正交分解，冲击变量的排列顺序会影响分解结果。请按照理论预期的因果顺序排列（最外生的变量排在最前面）。
使用建议：
参数设置应与 VAR 模型保持一致。输出为百分比格式，表示各冲击变量对响应变量预测误差方差的贡献占比。