格兰杰因果关系

✍ dations ◷ 2025-04-03 17:06:05 #格兰杰因果关系

格兰杰因果关系检验（英语：Granger causality test）是一种假设检定的统计方法，检验一组时间序列 $x {\displaystyle x}$ 变量间的相关性；自回归模型只能得出变量的相关性；但诺贝尔经济学奖得主克莱夫·格兰杰（Clive Granger）于1969年论证，在自回归模型中透过一系列的检定进而揭示不同变量之间的时间落差相关性是可行的。

格兰杰本人在其2003年获奖演说中强调了其引用的局限性，以及“很多荒谬论文的出现”（Of course, many ridiculous papers appeared）。格兰杰因果关系检验的结论只是一种统计估计，不是真正意义上的因果关系，不能作为肯定或否定因果关系的根据。同时，格兰杰因果关系检验也有一些不足之处，如并未考虑干扰因素的影响，也未考虑时间序列间非线性的相互关系。一些基于格兰杰因果关系检验的方法一定程度上解决了这些问题。

过去值（lag value，或称落後期）：同一变项比当期时间上更早的值。例如：当期为 $y_{10}$ $y_{10}$ ，它的落後期为 $y_{i<10}$ $y_{i<10}$ 。

格兰杰因果关系检验的基本观念在于：未来的事件不会对目前与过去产生因果影响，而过去的事件才可能对现在及未来产生影响。也就是说，如果我们试图探讨变量 $x {\displaystyle x}$ $x$ 是否对变量 $y {\displaystyle y}$ $y$ 有因果影响，那么只需要估计 $x {\displaystyle x}$ $x$ 的落後期是否会影响 $y {\displaystyle y}$ $y$ 的现在值，因为 $x {\displaystyle x}$ $x$ 的未来值不可能影响 $y {\displaystyle y}$ $y$ 的现在值。假如在控制了 $y {\displaystyle y}$ $y$ 变量的过去值以后， $x {\displaystyle x}$ $x$ 变量的过去值仍能对Y 变量有显著的解释能力，我们就可以称 $x {\displaystyle x}$ $x$ 能“Granger 影响”（Granger-cause） $y {\displaystyle y}$ $y$ 。

最初版的格兰杰因果测试，有时候无法发现真正的因果关系。因为虽然对于认定因果关系而言，理论上还必须控制其他可能的干扰因素，但在 Granger 最初提出这套因果测试的版本中，并未纳入干扰变量的分析，而是假设其他可能解释变量的资讯包含在 $y {\displaystyle y}$ $y$ 的落后值中。如果事实上带来因果关系的是第三变量（干扰变量），亦即若事实上操控 $x {\displaystyle x}$ $x$ 并无法改变 $y {\displaystyle y}$ $y$ ，格兰杰因果关系的零假设仍然可能被拒绝。因此标准版的格兰杰因果测试结果可能会产生误导性。

1980年代由其他的计量经济学家对Granger测试加以修改、扩充，将可能的第三（以上）变量纳入测试，成为使用面板資料（英语：panel data）的向量自回归模型（英语：panel data VAR model）。相较于最初版的 Granger 测试，扩充版可以产生更有效的估计结果。

研究人员希望发现明显的证据，比如 $x {\displaystyle x}$ $x$ 是 $y {\displaystyle y}$ $y$ 的格兰杰原因但反之不成立，便能做出因果关系的推论。然而在实际操作中也可能会发现没有变量是对方的格兰杰原因，或者 $x {\displaystyle x}$ $x$ 和 $y {\displaystyle y}$ $y$ 两个变量互为格兰杰原因。

1. 令 $x {\displaystyle x}$ $x$ 和 $y {\displaystyle y}$ $y$ 为广义平稳序列。如要检测 $x {\displaystyle x}$ $x$ 非 $y {\displaystyle y}$ $y$ 的格兰杰原因之零假设，首先引入 $y {\displaystyle y}$ $y$ 的落後期建立 $y {\displaystyle y}$ $y$ 的自回归模型（AR model on $y {\displaystyle y}$ $y$ ）：

2. 接着，引入 $x {\displaystyle x}$ $x$ 的落後期建立增广回归模型：

3. 如果没有任何 $x {\displaystyle x}$ $x$ 的落後期被留在模型中，无格兰杰因果关系的零假设就成立。

一些统计软件可以执行Granger causality test。例如：Stata、SPSS、EViews、R语言。

这里举个R语言中lmtest程序库里grangertest()指令的例子：

Granger causality testModel 1: fii ~ Lags(fii, 1:5) + Lags(rM, 1:5)Model 2: fii ~ Lags(fii, 1:5)  Res.Df  Df      F  Pr(>F)1    6292    634   5 2.5115 0.02896 *---Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Granger causality testModel 1: rM ~ Lags(rM, 1:5) + Lags(fii, 1:5)Model 2: rM ~ Lags(rM, 1:5)  Res.Df  Df      F Pr(>F)1    6292    634   5 1.1804 0.3172

模型1检验将滞后的rM从解释FII的回归模型中移除是否可行，答案是不可行的（因为p值 = 0.02896）。但由模型1和模型2的组合可发现从解释rM的模型中移除FII的落後期是可能的。我们可以由此断定rM是FII的格兰杰原因，反之则不成立。

承继著回归模型的基本性质，格兰杰因果关系分析也假设实际值与预测值之间的误差呈正态分布，若实际现象不呈正态分布将严重影响推论的有效性。

Hacker & Hatemi-J (2006)发展出一种不必在乎误差项是否呈正态分布的格兰杰因果关系研究方法。这种方法在财金分析上特别实用，因为许多金融变量不服从正态分布。

近来，Hacker & Hatemi-J (2012)又进一步改善之，提出一种非对称的因果关系检验模型，据说可以区分正向与负向影响的因果影响。

相关

觉得天旋地转眩晕（Vertigo），是用来形容一个人静止时却感到周边环境有相对运动的状态。患者会有天旋地转或是摇晃的感觉。常伴随恶心、呕吐、盗汗或是行走困难。当头部有所移动的时候，眩晕的
新兴传染病新兴传染病一般定义是近二十年以来，新出现在人类身上的传染病，而该疾病的发生率除了有快速增加的趋势，且在地理分布上有扩张的情况，甚至发展出新的抗药性机制等，都可以算是新兴
蛋白蛋白（英语：Egg white、albumen、glair/glaire）是指蛋（尤其指鸡蛋）内的半透明液体，故又称为蛋清，与蛋黄相对。蛋白遇热后会凝固成白色固体，因而得名。蛋白就如同哺乳类的羊水一样有
秋季秋季是一年四季之中的第三季。秋季的时候，自然景观最明显的变化在树木上面，城市里会开始清扫大量的落叶，山区则涌进不少观赏红叶的游客们。秋季是四季中的一季，在夏季与冬季之间
声调音位声调轮廓（tone contour）或语调轮廓、声调符号，其意思是指在一种声调语言中，音节的音高如何因为声调之不同而改变。轮廓通常以两个或三个数字表示，或者可以用象形图显示。汉语是声
济安·贝尼尼吉安·洛伦佐·贝尼尼（意大利语：Gian Lorenzo Bernini；又名Giovanni Lorenzo Bernini，1598年12月7日－1680年11月28日），意大利雕塑家，建筑家，画家。早期杰出的巴洛克艺术家。贝尼尼主
金鱼藻科金鱼藻属（学名：Ceratophyllum）自成一目、一科、一属，是一类分布在全世界范围内的水生植物。一般生活在温带和热带的池塘、沼泽和平静的溪流中。金鱼藻科植物全株都在水面以下生
塞米诺尔县塞米诺尔县（Seminole County, Georgia）是美国乔治亚州西南部的一个县。面积664平方公里。根据美国2000年人口普查，共有人口9,369。县治多纳森维尔 (Donalsonville)。成立于1920
内夫反应内夫反应（Nef反应）是一级或二级硝基化合物负离子在酸中水解，生成醛酮和一氧化二氮的反应。反应以约翰·内夫的名字命名。1894年，他用硝基乙烷的钠盐与硫酸反应，得到了85-89%产率
门图荷太普二世曼图霍特普二世（Nebhotepre Mentuhotep II ，又译门图荷太普二世或孟图霍特普二世；前2046年－前1995年）是埃及第十一王朝法老，他是前任法老因提夫三世与妃嫔伊雅哈（Iah）所生的儿子。他