因果检验的较高层面探讨（超越《高铁梅》）

我看到一些文献上的granger检验通常给出多个滞后期的结果。因为检验对滞后期敏感。
var检验方法和group中不完全一样，结果会有差别。两者构造的统计量方式不同，group中是最经典最原始的方法，用两个方程的R方比值构造统计量，var相当于对系数做检验。vec的granger检验怎么做的不清楚。
group中的方法是最原始的的，比较经典，所以有人偏好这种方法，我就比较爱用group的方法。

787740190 发表于 2010-8-9 11:11
我看到一些文献上的granger检验通常给出多个滞后期的结果。因为检验对滞后期敏感。
var检验方法和group中不完全一样，结果会有差别。两者构造的统计量方式不同，group中是最经典最原始的方法，用两个方程的R方比值构造统计量，var相当于对系数做检验。vec的granger检验怎么做的不清楚。
group中的方法是最原始的的，比较经典，所以有人偏好这种方法，我就比较爱用group的方法。

问题是，有些文章（高水平期刊）是先建立了VAR，再用Group做因果检验，为何不直接ADF之后就用Group因果检验呢？

11# 787740190

对此在应用上最近的可以参见王少平老师2009年第4期《经济研究》中“中国GDP的趋势周期分解与随机冲击的持久效应”一文。
实际上，考虑这个问题：ADF/AEG检验的滞后期是如何选取的？问什么要加入滞后项？其实教科书上都有的——保证检验方程的残差项是iid。

odinstar 发表于 2010-8-10 10:45

787740190 发表于 2010-8-9 11:11
我看到一些文献上的granger检验通常给出多个滞后期的结果。因为检验对滞后期敏感。
var检验方法和group中不完全一样，结果会有差别。两者构造的统计量方式不同，group中是最经典最原始的方法，用两个方程的R方比值构造统计量，var相当于对系数做检验。vec的granger检验怎么做的不清楚。
group中的方法是最原始的的，比较经典，所以有人偏好这种方法，我就比较爱用group的方法。

问题是，有些文章（高水平期刊）是先建立了VAR，再用Group做因果检验，为何不直接ADF之后就用Group因果检验呢？

这个问题我就不清楚了，我阅读的教材有几本，但是文献读得不多。我看到的文献大部分都是在协整检验后做因果检验，再做var，因为有观点说只有因果关系的变量能应该做VAR。但是这只是一部分人的观点，可能有些专家他们有自己的看法和习惯。如果有机会和这些人交流肯定是最好的，也是最能解决问题的。我没有资格质疑这些权威，所以不好说什么

787740190 发表于 2010-8-13 15:27

odinstar 发表于 2010-8-10 10:45

787740190 发表于 2010-8-9 11:11
我看到一些文献上的granger检验通常给出多个滞后期的结果。因为检验对滞后期敏感。
var检验方法和group中不完全一样，结果会有差别。两者构造的统计量方式不同，group中是最经典最原始的方法，用两个方程的R方比值构造统计量，var相当于对系数做检验。vec的granger检验怎么做的不清楚。
group中的方法是最原始的的，比较经典，所以有人偏好这种方法，我就比较爱用group的方法。

问题是，有些文章（高水平期刊）是先建立了VAR，再用Group做因果检验，为何不直接ADF之后就用Group因果检验呢？

这个问题我就不清楚了，我阅读的教材有几本，但是文献读得不多。我看到的文献大部分都是在协整检验后做因果检验，再做var，因为有观点说只有因果关系的变量能应该做VAR。但是这只是一部分人的观点，可能有些专家他们有自己的看法和习惯。如果有机会和这些人交流肯定是最好的，也是最能解决问题的。我没有资格质疑这些权威，所以不好说什么

谢谢，讨论就有收获啊

那到底怎樣才能做好granger因果檢驗的步驟呢，我做到協整停下來了。我有32組數據

10# 787740190 如果残差项存在自相关，那么残差项一定不平稳，也就是说不存在自相关是平稳的必要条件。所以，残差项平稳了就不用检查残差项是否存在自相关了，这个时候序列不存在自相关。

楼上可否记得AR模型与ARMA模型建模基础是序列必须满足平稳性