如何解释没有明显系数的VAR模型？

Question

我正在尝试调查一些Google趋势数据和股价之间的关系。

我执行了增强ADF测试和KPSS测试，以确保两个时间序列都以相同的阶次（I(1)）进行积分。

但是，当我进行了第一次差异处理后，ACF曲线完全无意义（当然除了1），这告诉我差异化的序列表现得像白噪声。

尽管如此，我还是尝试估算一个可以看到附件的VAR模型。

如您所见，只有一个常数是有效的。我已经读过，因为Stocks.ts.l1在GoogleTrends的等式中不重要，而GoogleTrends.ts.l1在Stock的等式中不重要，所以两个时间序列之间没有动态关系，而且两者都可以独立地作为模型AR(p)模型彼此分离。

我检查了模型的残差。它们满足了假设（未完全给出正态分布的残差，但是可以，具有均方差，稳定且没有自相关）。

但是，如果没有系数像Stocks.ts一样重要，那又意味着什么呢？该模型是否不适合数据，因为数据没有遵循AR过程。还是模型太糟糕了，以至于常数比模型更能描述数据？还是前面几个问题的组合？有什么建议可以进行分析吗？

预先感谢