格兰杰因果关系

✍ dations ◷ 2025-10-12 16:00:44 #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

腰椎穿刺腰椎穿刺（英文：Lumbar puncture或Spinal tap，常称LP）是一种将长针插入脊椎腔（英语：spinal canal）的诊断医学手段。其目的一般是获取脑脊液，以用于诊断性试验。腰椎穿刺的主要是为了
天气预报天气预报（测）又称气象预报（测）、气象报告。天气预报是使用现代科学技术对未来某一地点地球大气层的状态进行预测。从史前人类就已经开始对天气进行预测来相应地安排其工作与生活
马里兰州马里兰州（英语：State of Maryland），简称马州，是美国的一州，属于美国中大西洋地区，其西边与南边与西弗吉尼亚州、弗吉尼亚州、华盛顿哥伦比亚特区接壤，北方是宾夕法尼亚州，东邻为特拉
树脂毒素树脂毒素（英语：Resiniferatoxin、RTX）是一种天然的化学物质，存在于大戟属的树脂大戟（英语：Euphorbia resinifera）（学名：Euphorbia resinifera，一种常见于摩洛哥的仙人掌类植物）中，也存在
胡海岩胡海岩（1956年10月－），中国力学家。生于上海，原籍福建闽侯。1982年毕业于山东工业大学（现已并入山东大学）力学专业，获理学学士；1984年毕业于该校固体力学专业，获工学硕士；1988年毕业于南
高村正彦高村正彦（1942年3月15日－），日本政治人物。自由民主党宪法改正推进本部最高顾问，元自由民主党副总裁，番町政策研究所（高村派）元会长。曾历任法务大臣与防卫大臣（3代）、防卫厅政务次官、
朱迪·丹奇最佳新人1965年《清晨四点》最佳电视女主角1967年《跟陌生人说话》1981年《美好浪漫》、《BBC2剧院》、《樱桃园》2000年《最后的金发女郎》最佳娱乐演出1984年《
傅恒傅恒像傅恒（满语：ᡶᡠᡥᡝᠩ，转写：fuheng；缅甸语：ဖူဟင်း；1720年－1770年9月2日），一作富恒，字春和，富察氏，孝贤纯皇后之弟，满洲镶黄旗人。清朝大臣、军事人物，官至军机大臣、大学士。谥
法属叙利亚托管地法属叙利亚托管地是国际联盟在第一次世界大战后，将原奥斯曼帝国的阿拉伯区域部分领土委托法国治理的地区。其范围约包括现今之叙利亚、黎巴嫩两国。第一次世界大战结束后，费萨
国家石油公司马来西亚国家石油公司（马来语：Petroliam Nasional Berhad）简称马石油（Petronas），成立于1974年8月17日，是马来西亚的国有石油及天然气公司。做为政府的全资控股公司，国油公司掌握了全