V AR模型的构建（例：上证指数与投资者的数据分析）
应用Eviews软件，创建V AR对应选择Quick/Estimate V AR，或选择Objects/new object/V AR，也可以在命令窗口直接键入V AR
选择V AR
滞后选择的选取：根据信息法则不断调试最优阶数
Engogenour variable：内生变量的设置，根据V AR模型的设计，所有变量都可以作为内生变量，所以不依据顺序随意输入数据。
在做V AR模型时，不同类型的时间序列必须进行平稳检验，最好选择平稳的时间序列来做（说明：此时的模板数据已经做了一阶差分，即指数的一阶差分序列—上证指数。本例子中选取了三类投资者：基金、散户、券商，同时给出了彼此的买价和卖价）
第一个是估计值，第二个（误差），第三个是标准差。主要是为了判断变量的显著性。
判断滞后阶数的信息准则需要看下面的信息准则，对应的数字越小，就是应选择最优阶数。之后做脉冲效应，view下选择impul respon，即建立脉冲反应。
Display format：表、两个关系的图、多重图
Impul：冲击respon：四个变量都响应
Period：滞后阶数
确定后得出的图为
第一组表示自己对于影响，第二组表示散户投资者对于指数的影响，第三组表示券商都是指数的影响---第一排指数是受影响的对象
第二排中散户是受影响的对象。
----评价：该图反应效果不好，一般选用合成图
第四个图表示指数变量对其它三个变量的影响，回归平均线表示影响的滞后期。如果线在水平线上方，可以看出影响方向为正方，若在水平线下方，则影响方向为负方。脉冲响应告诉我们：影响的时间、影响的方向。
在估计结果窗口，实现方差分解的操作—直接建立在脉冲响应的基础上。在view的菜单栏里面，选择variance decomposition。
