1、Eviews格蘭杰因果關系檢驗結果說明一、經濟變量之間的因果性問題計量經濟模型的建立過程，本質上是用回歸分析工具處理一個經濟變量對其他經濟變量的依存性問題，但這并不是暗示這個經濟變量與其他經濟變量間必然存在著因果關系。由于沒有因果關系的變量之間常常有很好的回歸擬合，把回歸模型的解釋變量與被解釋變量倒過來也能夠擬合得很好，因此回歸分析本身不能檢驗因果關系的存在性，也無法識別因果關系的方向。假設兩個變量，比如國內生產總值GDP和廣義貨幣供給量M,各自都有滯后的分量GDP(-1),GDP(-2)，M(-1),M(-2),，顯然這兩個變量都存在著相互影響的關系。但現在的問題是：究竟是M引起GDP的變化

2、，還是GDP引起M的變化，或者兩者間相互影響都存在反饋，即M引起GDP的變化，同時GDP也引起M的變化。這些問題的實質是在兩個變量間存在時間上的先后關系時，是否能夠從統計意義上檢驗出因果性的方向，即在統計上確定GDP是M的因，還是M是GDP的因，或者M和GDP互為因果。因果關系研究的有趣例子是回答“先有雞還是先有蛋”的問題。1988年有兩位學者WalterN.Thurman和MarkE.Fisher用美國19301983年雞蛋產量(EGGS和雞的產量(CHICKENS的年度數據，對此問題進行了統計研究。他們運用格蘭杰的方法檢驗雞和蛋之間的因果關系，結果發現，雞生蛋的假設被拒絕，而蛋生雞的假設成

3、立，因此，蛋為因，雞為果，也就是先有蛋。他們并建議作其他諸如“誰笑在最后誰笑得最好”、“驕傲是失敗之母”之類的格蘭杰因果檢驗。(1)2;(2)二、格蘭杰因果關系檢驗經濟學家開拓了一種可以用來分析變量之間的因果的辦法，即格蘭杰因果關系檢驗。該檢驗方法為2003年諾貝爾經濟學獎得主克萊夫格蘭杰(CliveW.J.Granger)所開創，用于分析經濟變量之間的因果關系。他給因果關系的定義為依賴于使用過去某些時點上所有信息的最佳最小二乘預測的方差。”在時間序列情形下，兩個經濟變量X、Y之間的格蘭杰因果關系定義為：若在包含了變量X、Y的過去信息的條件下，對變量Y的預測效果要優于只單獨由Y的過去信息對Y進

4、行的預測效果，即變量X有助于解釋變量Y的將來變化，則認為變量X是引致變量Y的格蘭杰原因。進行格蘭杰因果關系檢驗的一個前提條件是時間序列必須具有平穩性，否則可能會出現虛假回歸問題。因此在進行格蘭杰因果關系檢驗之前首先應對各指標時間序列的平穩性進行單位根檢驗(unitroottest)。常用增廣的迪基-富勒檢驗(ADF檢驗)來分別對各指標序列的平穩性進行單位根檢驗。格蘭杰因果關系檢驗假設了有關y和x每一變量的預測的信息全部包含在這些變量的時間序列之中。檢驗要求估計以下的回歸：i4居=£再犯+二用Mt+的11/-I其中白噪音U1t和U2t假定為不相關的。式（1）假定當前y與y自身以及x的過

5、去值有關，而式（2）對x也假定了類似的行為。對式（1）而言，其零假設Ho:ai=o2=-=q=0o對式（2）而言，其零假設Ho:&=&=s=0。分四種情形討論： 1） 1）x是引起y變化的原因，即存在由x到y的單向因果關系。若式（1）中滯后的x的系數估計值在統計上整體的顯著不為零，同時式（2）中滯后的y的系數估計值在統計上整體的顯著為零，則稱x是引起y變化的原因。 2） y是引起x變化的原因，即存在由y到x的單向因果關系。若式（2）中滯后的y的系數估計值在統計上整體的顯著不為零，同時式（1）中滯后的x的系數估計值在統計上整體的顯著為零，則稱y是引起x變化的原因。 3） x和y互

6、為因果關系，即存在由x到y的單向因果關系，同時也存在由y至Ux的單向因果關系。若式（1）中滯后的x的系數估計值在統計上整體的顯著不為零，同時式（2）中滯后的y的系數估計值在統計上整體的顯著不為零，則稱x和y間存在反饋關系，或者雙向因果關系。 4） 4）x和y是獨立的，或x與y間不存在因果關系。若式（1）中滯后的x的系數估計值在統計上整體的顯著為零，同時式（2）中滯后的y的系數估計值在統計上整體的顯著為零，則稱x和y間不存在因果關系。三、格蘭杰因果關系檢驗的步驟(1)將當前的y對所有的滯后項y以及別的什么變量(如果有的話)做回歸，即y對y的滯后項yt-i,yt-2,，yt-q及其他變量的回歸，但

7、在這一回歸中沒有把滯后項x包括進來，這是一個受約束的回歸。然后從此回歸得到受約束的殘差平方和RS6。(2)做一個含有滯后項x的回歸，即在前面的回歸式中加進滯后項x,這是一個無約束的回歸，由此回歸得到無約束的殘差平方和RSSr。(3)零假設是Ho：al=02=-=qF0,即滯后項X不屬于此回歸。(4)為了檢驗此假設，用F檢驗，即：產避還二胡辿£它遵循自由度為q和(n-k)的F分布。在這里，n是樣本容量，q等于滯后項x的個數，即有約束回歸方程中待彳t參數的個數，k是無約束回歸中待估參數的個數。(5)如果在選定的顯著性水平”上計算的F值炒股臨界Fa值，則拒絕零假設，這樣滯后x項就屬于此回歸

8、，表明x是y的原因。(6)同樣，為了檢驗y是否是x的原因，可將變量y與x相互替換，重復步驟(1)(5)。格蘭杰因果關系檢驗對于滯后期長度的選擇有時很敏感。其原因可能是被檢驗變量的平穩性的影響，或是樣本容量的長度的影響。不同的滯后期可能會得到完全不同的檢驗結果。因此，一般而言，常進行不同滯后期長度的檢驗，以檢驗模型中隨機干擾項不存在序列相關的滯后期長度來選取滯后期。格蘭杰檢驗的特點決定了它只能適用于時間序列數據模型的因果性檢驗，無法檢驗只有橫截面數據時變量間的因果性。可以看出，我們所使用的Granger因果檢驗與其最初的定義已經偏離甚遠，削減了很多條件（并且由回歸分析方法和F檢驗的使用我們可以知道還增強了若干條件），這很可能會導致虛假的因果關系。因此，在使用這種方法時，務必檢查前提條件，使其盡量能夠滿足。此外，統計方法并非萬能的，評判一個對象，往往需要多種角度的觀察。正所謂“兼聽則明，偏聽則暗”。誠然真相永遠只有一個，但是也要靠科學的探索方法。值得注意的是，格蘭杰因果關系檢驗的結論只是統計意義上的因果性，而不一定是真正的因果關系。雖然可以作為真正的因果關系的一種支持，但不能作為肯定或否定因果