格兰杰因果关系

✍ dations ◷ 2025-04-03 10:38:00 #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 {\displaystyle y_{10}} ,它的落後期为 y i < 10 {\displaystyle 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} 是否对变量 y {\displaystyle y} 有因果影响,那么只需要估计 x {\displaystyle x} 的落後期是否会影响 y {\displaystyle y} 的现在值,因为 x {\displaystyle x} 的未来值不可能影响 y {\displaystyle y} 的现在值。假如在控制了 y {\displaystyle y} 变量的过去值以后, x {\displaystyle 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} 能“Granger 影响”(Granger-cause) y {\displaystyle 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} 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} 并无法改变 y {\displaystyle 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} y {\displaystyle 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} y {\displaystyle y} 两个变量互为格兰杰原因。

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

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

3. 如果没有任何 x {\displaystyle 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

  • 性择性选择或性择是一个进化生物学的理论。此理论解释同一性别的个体(通常是雄性)对交配机会的竞争如何促进性状的演化。同一物种的两个性别之间,通常有至少一个性别必须竞争取得有
  • 伤寒玛莉玛丽·马伦(英语:Mary Mallon,1869年9月23日-1938年11月11日),爱尔兰人,1883年独自移民至美国,是美国第一位被发现的伤寒健康带原者,因此被称为伤寒玛丽(Typhoid Mary)。玛丽是一个厨师
  • 美国传统基金会传统基金会(英语:Heritage Foundation)成立于1973年,总部设于美国华盛顿哥伦比亚特区,智库在美国总统雷根任内扮演保守派领导角色(雷根的政策出自传统基金会的政策研究领导授权系
  • 体染色体体染色体又称常染色体,是指染色体组中除性染色体之外的染色体。例如人类的23对染色体中,有22对是常染色体,余下的一对是X染色体和/或Y染色体组成的性染色体。
  • Rh血型系统Rh血型系统(Rhesus),意为离血型系统,重要性仅次于ABO血型系统,主要指人类红细胞表面有无RhD抗原:Rh血型系统一般没有天然抗体,故第一次输血时不会发现Rh血型不合。但Rh阴性的受血者
  • 寝具床上用品是一种覆盖在床垫上用于保暖、保持卫生、提供保护的物品,还具备装饰功能。床上用品是一种对于人类的睡眠环境而言,是可以清洗、移动的。为了提高睡眠的舒适度,在各种室
  • 阿齐济耶省阿齐济耶省(阿拉伯语:العزيزيه ‎ Al ʿAzīzīyah)是利比亚的一个省,位于利比亚西北部。首府阿齐济耶,2001年成为吉法拉省的一部分在1922年9月13日, 气温纪录57.8 °C(1
  • 静物摄影静物摄影(Still life photography)是拍摄无生命主题的一种摄影类型,通常是一小组对象。它是摄影对静物艺术风格的应用。一个例子是食品摄影。与其他摄影类型相比,这种类型给了摄
  • 辉发河辉发河(满语:ᡥᠣᡳᡶᠠ ᠪᡳᡵᠠ,转写:Hoifa bira)位于中国东北地区中部,是第二松花江左岸支流。辉发河上游也称大柳河,古时曾名卫乐江(韦泺江)、回跋江、回霸江、灰扒江。全长267.7
  • 富马亲王梭发那·富马亲王(老挝语:ເຈົ້າສຸວັນນະພູມາ ລັດຕະນະວົງ;英语:Prince Souvanna Phouma,1901年10月7日-1984年1月10日),老挝中立派首相(1951~1954、1960、196