格兰杰因果关系检验

1格兰杰因果关系检验许多经济变量有着相互的影响关系GDP消费问题：当两个变量在时间上有先导——滞后关系时，能否从统计上考察这种关系是单向的还是双向的？即:主要是一个变量过去的行为在影响另一个变量的当前行为呢？还是双方的过去行为在相互影响着对方的当前行为？2格兰杰因果关系检验（Grangertestofcausality）对两变量Y与X，格兰杰因果关系检验要求估计:(*)(**)可能存在有四种检验结果：（1）X对Y有单向影响，表现为(*)式X各滞后项前的参数整体不为零，而Y各滞后项前的参数整体为零；（2）Y对X有单向影响，表现为(**)式Y各滞后项前的参数整体不为零，而X各滞后项前的参数整体为零；1111kktitiititiiYYXu2211kktitiititiiXXYu3（3）Y与X间存在双向影响，表现为(*)和(**)式中Y与X各滞后项前的参数整体均不为零；（4）Y与X间不存在影响，表现为(*)和(**)式中Y与X各滞后项前的参数整体均为零。格兰杰检验是通过受约束的F检验完成的。如:针对中X滞后项前的参数整体为零的假设(X不是Y的格兰杰原因)分别做包含与不包含X滞后项的回归，记前者与后者的残差平方和分别为RSSU、RSSR；再计算F统计量：)/(/)(knRSSmRSSRSSFUURk为无约束回归模型的待估参数的个数。1111kktitiititiiYYXu4如果:FF(m,n-k)，则拒绝原假设，认为X是Y的格兰杰原因。注意：格兰杰因果关系检验对于滞后期长度的选择有时很敏感。不同的滞后期可能会得到完全不同的检验结果。因此，一般而言，常进行不同滞后期长度的检验，以检验模型中随机误差项不存在序列相关的滞后期长度来选取滞后期。5Granger因果关系检验在STATA中的操作方法1：regyL.yL.x(滞后1期)estatic(显示AIC与BIC取值,以确定最佳滞后期)regyL.yL.xL2.yL2.x(滞后2期)estatic……1111kktitiititiiYYXu012:0kH检验testL.x=L2.x=…=0检验X是否为Y的Granger原因6Granger因果关系检验在STATA中的操作方法2：varyx1x2[,lag(1,2,3,…)](做向量自回归VAR)vargranger（VAR方法通过把系统中每一个内生变量,作为系统中所有内生变量的滞后值的函数来构造模型）滞后期长度的选择：varsocyx1x2(所有的内生变量)也可以在主菜单栏直接点击