在建立时间序列模型的时候，滞后阶数的选择不能只靠经验或者感觉，因为阶数定得太低，前面一些冲击的影响可能就没法被纳入模型；反过来，如果阶数取得太高，又会白白消耗很多样本，让参数估计变得不可靠。在EViews里，不管是VAR、ARDL，还是ADF检验，都会涉及滞后阶数的问题，只是它们的入口和判断方法并不一样。下面以VAR模型的情况为主来说明，同时把其他模型中容易混淆的地方也一并提一下。

　　一、怎样在EViews里确定滞后阶数

　　要确定滞后阶数，比较合理的做法是先设定一个能够接受的上限，然后让EViews生成若干候选结果，最后结合残差诊断来做综合判断，而不能只盯住某一个信息准则的取值不放。

　　1、先确认模型的具体类型

　　VAR模型需要给系统内所有的变量统一设置一个滞后阶数，而ARDL框架则允许对因变量和各个解释变量分别设定最大滞后阶数，再通过自动筛选或者手工固定的方式得到最终结果。在EViews的ARDL估计窗口里，就提供了Automatic和Fixed这两种方式，还可以在Options里指定用来选择的模型信息准则。

　　2、利用VAR对象查看系统推荐的阶数

　　先建立一个VAR模型，在设定滞后范围时，填入一个自己觉得可以接受的上限和下限。打开估计结果窗口以后，从菜单中进入【View】→【Lag Structure】→【Lag Length Criteria】，EViews就会列出一张包含LR、FPE、AIC、SC和HQ这些常用指标的表格，并把不同阶数下的比较结果都放在一起。根据EViews的帮助索引，VAR的滞后阶数选择已经是VAR分析中一项专门的功能。

　　3、结合样本数量来挑选候选阶数

　　不同的信息准则并不一定指向同一个答案。如果样本量偏少，一般可以优先留意那些更精简的候选阶数；要是数据频率比较高、动态传导的链条又比较长，那适当多保留一些阶数也许更合适。在选定候选值之后，还需要用它重新估计一次模型，而不能直接把信息准则表当作最终结论来用。

　　4、通过残差自相关检验再做复核

　　模型被重新估计以后，继续在结果窗口中进入【View】→【Residual Diagnostics】，去查看残差序列相关的检验结果。如果发现残差里还有比较明显的自相关性，往往就说明当前的滞后阶数可能偏少，需要再增加一阶，然后重新进行一轮比较。EViews本身也提供了VAR残差自相关检验的入口，操作起来比较方便。

　　二、滞后阶数选得太多会带来哪些影响

　　随着滞后阶数往上增加，模型里需要估计的参数个数会迅速膨胀。从表面上看，这样似乎把数据拟合得更细了，但实际上对于经济解释和样本外预测来说，未必就更可靠。

　　1、有效样本的数量会明显减少

　　每加入一阶滞后项，模型估计时就会多损失一段最前面的样本。对于本来就没有太多观测值的年度数据，一旦把阶数设得太高，最后剩下来的样本量可能连支撑参数估计都不够。

　　2、参数个数会快速膨胀

　　在VAR模型中，每一个变量都要引入多个滞后项。如果变量的个数和滞后的阶数同时增加，每个方程都会拉得很长，系数的显著性往往会跟着下降，估计出来的结果也更难给出直观的经济学含义。

　　3、模型很容易掉进过度拟合的陷阱

　　一个高阶模型也许对现有的样本拟合得非常好，但是一旦放到样本外去预测，表现就容易变得不稳定。脉冲响应和方差分解的结果也可能随着阶数的改变而出现较大幅度的波动，报告里的结论很难保持前后一致。

　　4、稳定性检验更容易暴露问题

　　阶数太高以后，变量之间的相关性会明显增强，这时就经常能看到参数波动、标准误变大，或者整个模型的稳定性不足等情况。碰到这类情形，继续往上堆叠滞后项并不是解决问题的方向，比较靠谱的做法是回到信息准则和残差检验那里，重新去筛选合适的阶数。

　　三、滞后阶数调整之后应该怎么复核

　　当滞后阶数确定下来之后，还需要做一次结果复核，因为一个好的阶数不光要看信息准则的数值，还得能够支撑后续的检验和解释。

　　1、保留几组候选阶数做对比

　　建议至少拿相邻的两到三个阶数来做比较，把对应的AIC、SC、HQ数值、残差检验结果以及稳定性情况一起记录下来，不要只孤零零地保留最后一张表格，这样后面做分析的时候才有据可查。

　　2、检查一下模型的稳定性

　　进入VAR结果窗口里的稳定性检查部分，看一看特征根是不是满足模型的要求。每次滞后阶数发生变化以后，脉冲响应的结果也需要重新生成，不能再把以前的旧图拿出来继续引用，否则就失去了对照的意义。

　　3、根据研究的目的保留相关说明

　　如果建立模型主要是为了做预测，那就多关注一下样本外的表现；如果是为了脉冲响应或因果分析，那残差的特征和模型的稳定性就要多看几眼。至于ARDL模型和ADF检验，它们都有各自对应的滞后选择设置窗口，不能简单地把VAR那里定下来的阶数直接搬过去用。

　　总结

　　在EViews里确定滞后阶数，以及理解阶数选多以后会带来哪些影响，处理的顺序大致可以概括为：先看清楚自己用的是哪一类模型，再通过【Lag Length Criteria】筛选出几组候选阶数，最后结合残差自相关和稳定性检查来做出判断。滞后阶数定得太高，会损失样本、拉长参数表、放大结果的波动，所以把候选阶数逐项进行比较，往往比只依赖某一个指标给出的数字要稳妥得多。