1.3 平稳性检验 通过观测上述7个变量的时间路径，发现有着较强的趋势性，为了避免出现伪回归，本文首先对所有变量的平稳性进行检验。由检验知，在1%的显著水平下，水平序列均不能拒绝原假设，即序列都是不平稳的，至少具有1个单位根，但经由二阶差分后(分别用herbs，CPI，AMPI，SA，DA，HICIP，Health Cost表示)，变量具有平稳性，不存在单位根。

    1.4 向量自回归模型的构造及检验 根据理论分析和检验结果，本研究构建中药材和中成药价格指数的七维向量回归模型，根据滞后阶数选择标准确定模型的最佳滞后阶数为1，因此本文根据VAR(p)通式构建模型，并进行平稳性检验。所有AR根的模的倒数都在单位圆内(图1)，说明该模型符合平稳性检验。同时，对模型进行独立性检验。由各方程残差项的自相关图，发现其自相关系数均位于置信带内，说明残差不存在自相关性，满足独立性假设。

    2 VAR模型的应用和实证结果分析

    2.1 格兰杰因果检验 一个变量如果收到其他变量的滞后影响，则称它们具有格兰杰因果关系。对上述VAR模型中进行格兰杰因果关系检验，由格兰杰检验结果(表1)可以看出，5%的置信水平下，中药材价格主要受到种植成本和通货膨胀的滞后影响；中药材价格的上升对居民消费指数和种植成本产生了滞后影响 ......