我们对每一时间序列数据进行稳定性检验，即发展性检验。稳定性是指当把一个脉动冲击施加在VAR模型中某一个方程的革新(Innovation)过程上时，随着时间的推移，需要分析这个冲击是否会逐渐地消失。如果是逐渐地消失，则表示系统是稳定的; 否则，系统是不稳定的。采用单位根检验可发现所有时间序列数据的稳定性(在我们控制既定趋势后表现出稳定性)。如果数据不稳定，则需要采取一阶差分或者二阶差分来校正数据; 如果差分后数据显示稳定，则意味着所有变量可以应用于不同时间层面的模型估计。通过单位根检验，我们发现所有变量采取一阶差分后数据具有稳定性，见表6.2。因此，后续VAR模型分析我们采用一阶差分数据。

表6.2 单位根检验(一阶差分)结果

续表

为了检验变量是否存在内生性问题，我们采用Granger因果检验，我们每个VAR模型的分析结果汇总到表6.3，表6.4和表6.5。每一个表格代表了能从格兰杰因果检验获得的最小p值，每次检验的滞后阶数包括从1至20。通过格兰杰检验，我们发现模型假定的因果关系显著。此外，我们还发现，商家竞争广度不会影响老搜索用户对广告的关注，新搜索用户对广告的关注并不会影响老搜索用户对广告的关注。这些因素之间虽然存在相互影响，但我们可以借助后续的弹性分析来剔除循环式的影响，从而得出“干净”的分析结果。(www.daowen.com)

表6.3 模型一的格兰杰因果检验结果(20阶内的最小p值)

表6.4 模型二的格兰杰因果检验结果(20阶内的最小p值)

表6.5 模型三的格兰杰因果检验结果(20阶内的最小p值)