《表2 VAR (I) 和VAR (L) 模型最优滞后期筛选表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国医药制造业知识存量与R&D投入的关系研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:（1）*表示在这一准则下的最优滞后阶数。（2）似然比检验（likelihood ratio，LR）；最终预测误差（final prediction error，FPE）；赤池信息准则（akaike information criterion，AIC）；施瓦茨信息准则（schwarz information criterion，SC）；哈南和库恩准则 (hannan-quinn

不同检验方法的结果存在差异，本文根据KPSS检验结果判断，可知ln PSI、ln PSL、ln RD均为I（1）过程，因此可对ln PSI与ln RD以及ln PSL与ln RD分别进行Johansen协整检验。Johansen检验要求先建立VAR模型确定序列间的最优滞后期。记ln PSI与ln RD建立的VAR模型为VAR（I），ln PSL与ln RD建立的VAR模型为VAR（L）。VAR（I）和VAR（L）的拟合度均良好，都达到了0.994，且由AR根分布可知，所有单位根均在圆内（见图1），即VAR（I）和VAR（L）稳定，可进行下一步分析。VAR（I）与VAR（L）的最优滞后期筛选表如下（见表2），根据AIC准确判断最优滞后阶数，VAR（I）的最优滞后阶数为4，因此ln PSI与ln RD的Johansen协整检验滞后阶数为3；VAR（L）的最优滞后阶数为3，因此ln PSL与ln RD的Johansen协整检验滞后阶数为2。