格兰杰因果关系检验

《格兰杰因果关系检验》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、格兰杰因果关系检验GrangerTestofCausality1、原理自回归分布滞后模型揭示：某变量的变化受其自身及其他变量过去行为的影响。当两个变量在时间上有先导——滞后关系时，可以从统计上考察这种关系是单向的还是双向。如果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，存在单向关系；如果双方的过去行为在相互影响着对方的当前行为，存在双向关系。向量自回归分布滞后模型可以用于变量间关系的检验。2、格兰杰因果关系检验X对Y有单向影响：α整体不为零，而λ整体为零；Y对X有单向影响：λ整体不为零，而α整体为零；Y与X间存在双向影响：α和λ整体

2、不为零；Y与X间不存在影响：α和λ整体为零。格兰杰检验是通过受约束的F检验完成的。如:如果F>F(m,n-k)，则拒绝原假设。如果FF(m,n-k)，则拒绝原假设。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。一般首先以模型随机误差项不存在序列相关为标准选取滞后期，然后进行因果关系检验。3、例检验1978~2006年间实际可支配收入（X）与居民实际消费总支出(Y)之间的因果关系。数据选择Granger检

3、验选择检验的序列确定滞后阶数（1阶）检验结果由相伴概率知，在5%的显著性水平下，既拒绝“X不是Y的格兰杰原因”的假设,也拒绝“Y不是X的格兰杰原因”的假设。因此，从1阶滞后的情况看，可支配收入X的增长与居民消费支出Y增长互为格兰杰原因。从检验模型随机干扰项1阶序列相关的LM检验看，以Y为被解释变量的模型的LM=0.897，对应的伴随概率P=0.343，表明在5%的显著性水平下，该检验模型不存在序列相关性；但是，以X为被解释变量的模型的LM=11.37，对应的伴随概率P=0.001，表明在5%的显著性水平下，该检验模型存在严重的序列相关性。检

4、验结果从2阶滞后期开始，检验模型都拒绝了“X不是Y的格兰杰原因”的假设，而不拒绝“Y不是X的原因”的假设。滞后阶数为2或3时，两类检验模型都不存在序列相关性。由赤池信息准则，发现滞后2阶检验模型拥有较小的AIC值。可判断：可支配收入X是居民消费支出Y的格兰杰原因，而不是相反，即国民收入的增加更大程度地影响着消费的增加。