VAR模型和GRANGER因果检验的关系。

按照我的理解，要建立VAR模型必须要检验变量之间的因果关系，如果序列之间不是互为GRANGER原因的就不能简历VAR模型。易丹辉老师的书里也说只有序列互为因果时，采用的VAR模型才是有效的。
可是我看了好多论文，发现大部分人直接构建VAR模型，并没有进行因果检验，这样做行吗？
到底VAR模型对因果检验的有没有要求？
由于很穷，就5个论坛比，多少表示一下。
谢谢！

ECSTAR520 发表于 2012-3-25 10:00
易的说法是有问题的。

我也感觉易丹辉的说法有问题。害人。

自己顶一下

VAR 模型在计算之后会直接给出P值， 看了每个系数的P值之后自然就知道了那个变量Granger cuase哪个变量了。
Granger cause检验不外乎就是一个变量的过去值是否对现在的另一个变量有说明意义，这个只要看VAR的系数显不显著就可以了

作VAR模型对Granger因果检验没有要求。VAR将所有变量当作内生变量，反映的是变量之间的动态关系，而变量之间既可能有双向的Granger因果关系，也可能手单向，也可能没有Granger因果关系。

模型本身对因果性没有要求。但是人们建立VAR模型的目的之一是为了用一部分变量x对另一部分
变量z的解释，特别是预报提供有用的信息。反映在数量上，就是对这部分变量z的预报方差有所
减少。如果这部分变量是研究所关心的，那么加入的变量x就没有太大意义。如果还关心x和z之间
的相关结构，除非x不是z的原因的同时z也不是x的原因，否则VAR模型依然有意义。

学习一下

易的说法是有问题的。

其实，前面几位的回复，都是很有道理的。3，4，5楼对var模型的建模解释是正确的。建立var模型之后，可以检验格兰杰，也可以做协整。问题是，，，这里构建的var模型不等于var的分析。。。。楼主，这个很好玩的。。。。。有协整，可以作ecm，有没有协整，都可以做var分析。。。。不知是否说明白了？