Ви праві. Слабкість Йохансенського підходу полягає в тому, що він чутливий до довжини відставання. Отже, довжину відставання слід визначати систематично. Далі йде звичайний процес, що використовується в літературі.
а. Виберіть максимальну довжину відставання "m" для моделі VAR. Зазвичай для річних даних це встановлено на 1, для квартальних даних це встановлено на 4, а для щомісячних даних - 12.
б. Запустіть модель VAR за рівнем. Наприклад, якщо дані щомісяця, запустіть модель VAR для довжини затримок 1,2, 3, .... 12.
c. Знайдіть AIC (інформаційний критерій Akaike) та SIC (інформаційний критерій Шварца) [є також інші критерії, такі як HQ (критерій інформації Ханнана-Квіна), FPE (критерій помилки остаточного прогнозування), але в основному використовуються AIC та SIC) для VAR модель для кожної довжини відставання. Виберіть довжину лагу, яка мінімізує AIC та SIC для моделі VAR. Зауважте, що SIC та AIC можуть дати суперечливі результати.
г. Нарешті, Ви ОБОВ'ЯЗКОВО підтвердите, що для вибраної на етапі с довжини відставання, залишки моделі VAR не співвідносяться [використовуйте тести Portmanteau для автокореляцій]. Можливо, вам доведеться змінити довжину відставання, якщо є автокореляція. Зазвичай початківці економетрики часових рядів схильні пропускати крок d.
е. Для коінтеграції довжина лагу - це довжина лагу, вибрана на етапі d мінус один (оскільки ми запускаємо модель в першій різниці зараз, на відміну від рівня, коли ми використовували VAR для визначення довжини відставання).