格兰杰因果关系检验

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

格兰杰因果关系检验必需要求数列是平稳的吗？假如不是平稳的，一阶差分是平稳的，那么必须检验时必须用差分序列的数据吗？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：格兰杰因果关系检验 格兰杰因果关系 因果关系检验 格兰杰因果 因果关系 检验 格兰杰 因果关系

格兰杰因果检验后，存在因果关系了。。。
做平稳性检验
我记得是这样的。。。。
一阶差分后 平稳 就可以做下一步操作了。

gaopeishan 发表于 2010-6-10 22:38
格兰杰因果关系检验必需要求数列是平稳的吗？假如不是平稳的，一阶差分是平稳的，那么必须检验时必须用差分序列的数据吗？

否。
请您试着随便设定某种形式的VECM，然后会惊奇地在下拉菜单中看到基于VECM的格兰杰检验选项。

acjlhong 发表于 2010-6-10 23:57

gaopeishan 发表于 2010-6-10 22:38
格兰杰因果关系检验必需要求数列是平稳的吗？假如不是平稳的，一阶差分是平稳的，那么必须检验时必须用差分序列的数据吗？

否。
请您试着随便设定某种形式的VECM，然后会惊奇地在下拉菜单中看到基于VECM的格兰杰检验选项。

从 version 4.0 以来 EViews 的操作手册都已经说的很清楚了，也就是没有什么 "基於VECM 的格兰杰检验选项"；
那也不算是格兰杰检验，因为检定对象应是 all lagged level terms，
虽然那些 first differenced terms 按 Sims et al. (1990) 可表或替代 level terms.

gemini69 发表于 2010-6-11 00:19

acjlhong 发表于 2010-6-10 23:57

gaopeishan 发表于 2010-6-10 22:38
格兰杰因果关系检验必需要求数列是平稳的吗？假如不是平稳的，一阶差分是平稳的，那么必须检验时必须用差分序列的数据吗？

否。
请您试着随便设定某种形式的VECM，然后会惊奇地在下拉菜单中看到基于VECM的格兰杰检验选项。

从 version 4.0 以来 EViews 的操作手册都已经说的很清楚了，也就是没有什么 "基於VECM 的格兰杰检验选项"；
那也不算是格兰杰检验，因为检定对象应是 all lagged level terms，
虽然那些 first differenced terms 按 Sims et al. (1990) 可表或替代 level terms.

这种方法由于未包括误差修正项，因此检验的恰恰是短期效应。由于检验的是差分滞后项是否提高了模型对因变量的解释能力，因此它就是短期Granger非因果关系检验。
若对ECT和差分滞后项同时施加Wald约束，由于检验包含了水平变量表示的长期协整关系，其F统计量可用于检验长期Granger非因果关系（另一种意义上的长期Granger非因果关系检验是仅对ECT项施加wald约束）
若直接用平稳变量pairwise test，对于多变量协整而言就有些荒谬了，因为检验结果和协整方程无关。因此，不基于误差修正模型而对非平稳序列进行的，基于无约束VAR的检验是错误的。

acjlhong 发表于 2010-6-11 12:35

gemini69 发表于 2010-6-11 00:19

acjlhong 发表于 2010-6-10 23:57

gaopeishan 发表于 2010-6-10 22:38
格兰杰因果关系检验必需要求数列是平稳的吗？假如不是平稳的，一阶差分是平稳的，那么必须检验时必须用差分序列的数据吗？

否。
请您试着随便设定某种形式的VECM，然后会惊奇地在下拉菜单中看到基于VECM的格兰杰检验选项。

从 version 4.0 以来 EViews 的操作手册都已经说的很清楚了，也就是没有什么 "基於VECM 的格兰杰检验选项"；
那也不算是格兰杰检验，因为检定对象应是 all lagged level terms，
虽然那些 first differenced terms 按 Sims et al. (1990) 可表或替代 level terms.

这种方法由于未包括误差修正项，因此检验的恰恰是短期效应。由于检验的是差分滞后项是否提高了模型对因变量的解释能力，因此它就是短期Granger非因果关系检验。
若对ECT和差分滞后项同时施加Wald约束，由于检验包含了水平变量表示的长期协整关系，其F统计量可用于检验长期Granger非因果关系（另一种意义上的长期Granger非因果关系检验是仅对ECT项施加wald约束）
若直接用平稳变量pairwise test，对于多变量协整而言就有些荒谬了，因为检验结果和协整方程无关。因此，不基于误差修正模型而对非平稳序列进行的，基于无约束VAR的检验是错误的。

哦！，那就请问您一点：
请问协整的是 the level variables 还是 the first differenced variables？
那个 differenced terms 变动，level terms 都不变哟？！
别忘记原始模式是 VAR(p)，那个 VECM 模式，根本就跟 单变量的 ADF 模式一样，仅仅是由 level variable reparameterization.
EViews 官方操作手册也都标明此点。


再说，哪来这种长短期 Granger causality？  那些 ECM terms 也是短期，代表短期往长期均衡调整。
要分长短期，通常透过拆解 VMA 模式去区分，因为那可明确分离出 common stochastic trend，与短期波动，

ADF 请参考： Said & Dickey (1984)
Granger causality test 与 内生性等等，例参考： de Brouwer & Ericsson (1998)
不平稳变量与平稳变量等等的统计检定，请参考：Phillips (1986~1988)，Stock (1987)，West (1988)，Sims et al. (1990)
拆解长短期，例参考： Gonzalo & Granger (1995)

gemini69 发表于 2010-6-11 13:14

acjlhong 发表于 2010-6-11 12:35

gemini69 发表于 2010-6-11 00:19

acjlhong 发表于 2010-6-10 23:57

gaopeishan 发表于 2010-6-10 22:38
格兰杰因果关系检验必需要求数列是平稳的吗？假如不是平稳的，一阶差分是平稳的，那么必须检验时必须用差分序列的数据吗？

否。
请您试着随便设定某种形式的VECM，然后会惊奇地在下拉菜单中看到基于VECM的格兰杰检验选项。

从 version 4.0 以来 EViews 的操作手册都已经说的很清楚了，也就是没有什么 "基於VECM 的格兰杰检验选项"；
那也不算是格兰杰检验，因为检定对象应是 all lagged level terms，
虽然那些 first differenced terms 按 Sims et al. (1990) 可表或替代 level terms.

这种方法由于未包括误差修正项，因此检验的恰恰是短期效应。由于检验的是差分滞后项是否提高了模型对因变量的解释能力，因此它就是短期Granger非因果关系检验。
若对ECT和差分滞后项同时施加Wald约束，由于检验包含了水平变量表示的长期协整关系，其F统计量可用于检验长期Granger非因果关系（另一种意义上的长期Granger非因果关系检验是仅对ECT项施加wald约束）
若直接用平稳变量pairwise test，对于多变量协整而言就有些荒谬了，因为检验结果和协整方程无关。因此，不基于误差修正模型而对非平稳序列进行的，基于无约束VAR的检验是错误的。

哦！，那就请问您一点：
请问协整的是 the level variables 还是 the first differenced variables？
那个 differenced terms 变动，level terms 都不变哟？！
别忘记原始模式是 VAR(p)，那个 VECM 模式，根本就跟 单变量的 ADF 模式一样，仅仅是由 level variable reparameterization.
EViews 官方操作手册也都标明此点。


再说，哪来这种长短期 Granger causality？  那些 ECM terms 也是短期，代表短期往长期均衡调整。
要分长短期，通常透过拆解 VMA 模式去区分，因为那可明确分离出 common stochastic trend，与短期波动，

ADF 请参考： Said & Dickey (1984)
Granger causality test 与 内生性等等，例参考： de Brouwer & Ericsson (1998)
不平稳变量与平稳变量等等的统计检定，请参考：Phillips (1986~1988)，Stock (1987)，West (1988)，Sims et al. (1990)
拆解长短期，例参考： Gonzalo & Granger (1995)

理论基础请参阅：
C.W.J. Granger. "Some recent development in a concept of causality," Journal of Econometrics
Vol. 39, No. 1-2, September-October 1988, pp. 199-211.
近年来的部分应用见：
John Asafu-Adjaye, "The relationship between energy consumption, energy prices and economic growth: time series evidence from Asian developing countries", Energy Economics, Vol. 22, No. 6, December 2000, pp. 615-625.
M.T. Alguacil, and V. Orts. "A multivariate cointegrated model testing for temporal causality between exports and outward foreign investment: the Spanish case,"
Applied Economics, Vol. 34, No. 1, January 2002, pp. 119-132.
Paresh Kumar Narayan and Russell Smyth. "Electricity consumption, employment and real income in Australia evidence from multivariate Granger causality tests," Energy Policy, Vol. 33, No. 9, June 2005, pp.1109-1116.
Gaolu Zou, and K.W. Chau. "Short- and long-run effects between oil consumption and economic growth in China," Energy Policy, Vol. 34, No. 18, December 2006, pp. 3644-3655.
Dierk Herzer. "The long-run relationship between outward FDI and domestic output: Evidence from panel data," Economics Letters, Vol. 100, No. 1, July 2008, pp. 146-149.
Suleiman Abu-Bader, and Aamer S. Abu-Qarn. "Financial development and economic growth: The Egyptian experience," Journal of Policy Modeling, Vol. 30, No. 5, September-October 2008, pp. 887-898.
其中包括时间序列和面板数据的短期与长期格兰杰非因果关系检验。
再次强调：成对检验的死穴在于其结果与多变量协整方程形式无关。

另， Gonzalo & Granger (1995)的分解对象为平稳序列

对不起，这条搞错了。他们分解的确实是I（1）序列

7# acjlhong

你都还没回答之前在四楼的问题呢？！  还有那个 reparameterization 想清楚了吗？

列举了一堆密密麻麻的文献，你真的有仔细读过了吗？！
可别如同你在八楼回覆的疏忽，没看清楚、想明白即胡乱下结论。

既然你提到 Granger (1888) 这篇，那就值得我等後学们抽点时间重温 Granger 老师的教诲。
其他的，很抱歉，没有这个闲情雅致去"拜读"。

以下摘自 Granger (1888) 原文之第 4~5页，注意红线部分，有兴趣的朋友可另读原文对照。

第一段引述，
简单说明一些论坛朋友不少的疑惑，那就是 Granger causality test，变量需不需要平稳，
老先生在文中给我们的说法是：就其定义不限定；

第二段为参考的相关式子，
这即是 reparameterization ，相关说明可参阅 Hamilton (1994) 单变量部分 Ch17，多变量 Ch18；

第三段即老先生明白告诉我等後学：
协整指的是长期，以第一段引述中最下面的那个 zt 来代表，这是由 level variables 构成；
Granger causality 则指的是短期预期，而以 ECM term (lagged level variables) 与 滞後差分项 等，只要任一存在，即视为 "sources of causation"


第一段

=======================================
第二段

=======================================
第三段

您也没回答5F和7F关于双变量检验与协整方程是否有关的问题。
另9F第三段后半部分说明了一阶单整序列间的Granger因果关系既可能是自变量差分滞后项到差分形式因变量，也可能是误差修正项到差分形式因变量，已经足以说明自变量差分滞后项对因变量差分项的效应可以是Granger因果关系，足下4F之论已不攻自破。