格兰杰因果检验步骤结果分析

来源：蜘蛛抓取(WebSpider) 时间：2012-05-15 17:45 标签： 格兰杰因果关系检验
维基百科，自由的百科全书
格蘭傑因果關係檢驗（：Granger causality test）是一種的統計方法，檢驗一組是否為另一組時間序列的原因。它的基礎是當中的。迴歸分析通常只能得出間的，但得主（Clive W. J. Granger）於1967年論證，在自迴歸模型中透過一系列的檢定，進而揭示部分的格蘭傑因果關係是可行的。
格蘭傑本人在其2003年獲獎演說中強調了其引用的局限性，以及“很多荒謬論文的出現”（Of course, many ridiculous papers appeared）。格蘭傑因果關系檢驗的結論只是壹種預測，是統計意義上的“格蘭傑”因果性，而不是真正意義上的因果關系，不能作爲肯定或否定因果關系的根據。同時，格蘭傑因果關係檢驗也有一些不足之處，如並未考慮現象的影響,也未考慮時間序列間非線性的相互關係。一些基於格蘭傑因果關係檢驗的方法一定程度上解決了這些問題。
過去值（lag value，或稱滯後值）：同一變項比當期時間上更早的值。例如：當期為，它的滯後值為。
格蘭傑因果關係檢驗的基本觀念在於：未來的事件不會對目前與過去產生因果影響，而過去的事件才可能對現在及未來產生影響。 也就是說，如果我們試圖探討變數是否對變數有因果影響，那麼只需要估計的滯後值是否會影響的現在值，因為的未來值不可能影響的現在值。假如在控制了變數的過去值以後， 變數的過去值仍能對Y 變數有顯著的解釋能力，我們就可以稱能「Granger 影響」（Granger-cause）。
最初版的格蘭傑因果測試，有時候無法充份說明真正的關係。因為雖然對於認定因果關係而言，理論上還必須控制其他可能的干擾因素，但在Granger最初提出這套因果測試的版本中，並未納入干擾變數的分析，而是假設其他可能解釋變數的資訊包含在的過去值中。如果事實上帶來因果關係的是第三變數（干擾變數），亦即若事實上操控
並無法改變
，格蘭傑因果關係的仍然可能被拒絕。因此標準版的格蘭傑因果測試結果可能會產生誤導性。
1980年代由其他的計量經濟學家對Granger測試加以修改、擴充，將可能的第三（以上）變數納入測試，成為使用：）的（：panel data VAR model）。相較於最初版的Granger測試，擴充版可以產生更有效的估計結果。
準備工作：一開始要用幾個落後期來建立模型，需要研究者的評估，通常使用 （：Akaike information criterion、簡稱AIC） 或 ：）（：Bayesian information criterion、簡稱BIC）來判斷。
格蘭傑因果關係檢驗的第一步是建立用的滯後值來預測的自迴歸模型。此際，如果時間序列是的，則可以直接使用滯後值。如果不平穩，就必須對不平穩的時間序列先做（一階或更多階），直到得出平穩時間數列。
的某期滯後值 (1) 在迴歸分析中具有顯著性（根據 的：）來判斷），且 (2) 這期滯後值加入模型後可提高迴歸模型的解釋力（根據迴歸分析的），這個滯後值便被留在模型中。
然後進一步加入（或Δ）的滯後期來擴充迴歸模型。關於平穩時間序列的要求、某期滯後值留在模型中的條件，同上述的處理。
若且唯若（充分必要）沒有任何解釋變項（或Δ）的滯後值被留在模型中，便無法拒絕無格蘭傑因果關係的。
研究人員希望發現明顯的證據，比如是的格蘭傑原因但反之不成立，便能做出因果關係的推論。然而在實際操作中也可能會發現沒有變量是對方的格蘭傑原因，或者和兩個變量互為格蘭傑原因。
1. 令和為序列。如要檢測非的格蘭傑原因之，首先引入的滯後值建立的（AR model on ）：
所有的滯後值中：(1) 在迴歸分析中具有顯著性（根據的：）來判斷）的，且 (2) 這期滯後值加入模型後可提高迴歸模型的解釋力（根據迴歸分析的）的－－將被留在模型中。表示的是變量滯後期中檢定為顯著的時間上最早一個。
2. 接著，引入的滯後值建立增廣迴歸模型：
所有的滯後值中：(1) 在迴歸分析中具有顯著性（根據的：）來判斷）的，且 (2) 這期滯後值加入模型後可提高迴歸模型的解釋力（根據迴歸分析的）的－－將被留在模型中。在以上增廣迴歸模型中，代表變量滯後值中檢定為顯著的時間上最早一個，則是變量滯後值中檢定為顯著的時間上最近一個。
3. 如果沒有任何的滯後值被留在模型中，無格蘭傑因果關係的零假設就成立。
一些統計軟體可以執行Granger causality test。例如：、、、。
這裡舉個R語言中lmtest程序庫裡grangertest()指令的例子：
Granger causality test
Model 1: fii ~ Lags(fii, 1:5) + Lags(rM, 1:5)
Model 2: fii ~ Lags(fii, 1:5)
Signif. codes:
0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Granger causality test
Model 1: rM ~ Lags(rM, 1:5) + Lags(fii, 1:5)
Model 2: rM ~ Lags(rM, 1:5)
模型1檢驗將滯後的rM從解釋FII的回歸模型中移除是否可行，答案是不可行的（因為p值 = 0.02896）。但由模型1和模型2的組合可發現從解釋rM的模型中移除FII的滯後值是可能的。我們可以由此斷定rM是FII的格蘭傑原因，反之則不成立。
承繼著回歸模型的基本性質，格蘭傑因果關係分析也假設實際值與預測值之間的誤差呈常態分佈，若實際現象不呈常態分佈將嚴重影響推論的有效性。
Hacker & Hatemi-J (2006)發展出一種不必在乎誤差項是否呈正態分佈的格蘭傑因果關係研究方法。這種方法在財金分析上特别實用， 因為許多金融變量不服從常態分佈。
近來，Hacker & Hatemi-J (2012)又進一步改善之，提出一種非對稱的因果關係檢驗模型，據說可以區分正向與負向影響的因果影響。
Granger, C. W. J. Investigating causal relations by econometric models and crossspectral methods. Econometrica. 1969, (37): 424–438.
Liu, YAn; Bahadori, Mohammad Taha. . University of Southern California. 2014.
Anil Seth. . Scholarpedia. 2007, 2 (7): 1667. :.
引用错误：无效&ref&标签；未为name属性为police的引用提供文字
. Google Answers.
. YouTube.
Hacker R.S. and Hatemi-J A. (2006) , Applied Economics, Vol. 38(13), pp. .
Mandelbrot, Benoit. The variation of certain speculative prices. Journal of Business. 1963, 36 (1): 394–419. :.
Hatemi-J, A. Asymmetric causality tests with an application. Empirical Economics. 2012, 42 (6): forthcoming. :.
（AR model）
（VAR model）
：隐藏分类：10年的面板数据可以进行协整分析和格兰杰因果检验吗？_百度知道
10年的面板数据可以进行协整分析和格兰杰因果检验吗？
提问者采纳
面板数据协整分析和格兰杰因果检验比较麻烦一般都是用截面数据做协整分析和格兰杰因果检验
提问者评价
其他类似问题
面板数据的相关知识
按默认排序
其他1条回答
可以做的我已经帮很多人做过这方面的数据分析
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁3.2 格兰杰因果关系检验(计量经济学-武汉大学 刘伟)_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
文档贡献者贡献于
评价文档：
35页2下载券32页2下载券1页3下载券43页2下载券65页2下载券 58页2下载券45页2下载券43页2下载券30页2下载券33页2下载券
喜欢此文档的还喜欢2页免费13页免费14页免费5页免费26页1下载券
3.2 格兰杰因果关系检验(计量经济学-武汉大学 刘伟)|
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
大小：90.50KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
格兰杰因果关系多元推广及应用研究.pdf57页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：200 &&
你可能关注的文档：
··········
··········
本文豹主疆是澄漓在格兰杰因果关系应震中存在的误区，献邂论
和实证戚用两个方面对格兰杰因果关系进行多元推广，并对A、B、H
股市场的联动关系邋行实_ 歪分橱。研究豹意义在于篌按兰杰因采关系
检验成为一个更加完善的计量经济分析工具，加深了对格兰杰因果关
系的理解，使实证分析中对格兰杰因果关系静皮用曼必成熟，对矗、8、
H股市场间联动关系的分析则有助于在资本市场的整合过程中制定合
璐的政燕。
论文在借鉴大量园内外文献的基础上，在以下五个方聪对格兰杰
因果关系进行了创新性研究，并提出了自己的观点。
t。掺兰杰将因采关系器定势“织果菇骞助予对y麴勰释，则认为x
熬y的格兰杰原因。”在此定义中，格兰杰并未指明序列Ⅳ和'，的数学
形式，躐丽藤因可以建只魁括一个因素鹣交量，氇可以是盘多个黢素
构成的向量。本文认为这～方面是导致因果关系检验被局限于二元系
统的原因，舅一方面也在定义上构成了对格兰杰因巢关系进行多元箍
广的理论基础。
2．二元格兰杰因果关系检验蹩一种应用广泛、成巢卓越的分析工
具，但黠其 乍用也存在普遍的争论。本文从因果关系的系统性特征着
手，指出二元因果系统的设定对原因变麓作了先验、主观的约化，违
背‘了真实世器ll勺因果关系终褥，从瑟揭示出二元掇兰杰因果关系捻验
的局限性。
3．粪实擞界装因果关系特惩、二元溺果关系愆缺陷都要求对格兰
杰因果关系在多元的意义上进行推广。本文借鉴二元格兰杰因果关系
的检验怨怒以及格韦克线性依存浚的理论，在限番《性向量鑫蠢舞瓣基
础上运用似然比捡
正在加载中，请稍后...

我要回帖

更多关于 格兰杰因果关系检验 的文章

 

随机推荐