再议Granger因果检验.pdfVIP

再议 Granger因果检验 1 陈雄兵 张宗成 (华中科技大学经济学院) =摘要 本文分析了 Granger因果检验过程中的两个关键问题: 平稳性与滞后 阶的选取。对于前者, 我们分三种情况讨论了 Granger 因果检验的具体使用方法; 对于后者, 我们也给出了两种不同方法, 并就其具体的使用提出了一定的建议。 关键词 Granger 因果检验 平稳性 滞后阶 中图分类号 F2241 0 文献标识码 A Re-examination of Granger Causality Test Abstract: T his paper analysis tw o key problems involved in the Granger Cau- sality T est: stat ionality and t ime lag1 As for the stat ionality, w e pro vided specif ic methods under three different cases1 And for the lat ter, w e giv e tw o methods for select t ime lag1 Some suggest ions on how to cor rect ly select t ime lag are presented in the end o f the paper1 Key words: Gr anger Causality Test ; Stat ionality; T ime Lag 作为一个重要概念, Granger 因果检验在计量经济学中得到广泛的应用, 但是, 在实际 中误用和错用 Granger 因果检验的情况也比比皆是。庞皓 ( 1999) 和曹永福 ( 2006) 为 Gr anger 因果检验提供了一个较好的分析框架, 但是对于其中涉及到的变量平稳性与滞后阶 的选取这两个关键问题, 两文均着墨不多, 本文则拟在此两方面加以展开 o。 一、Granger因果检验简介 计量经济学中的因果关系是指变量之间的依赖性, 作为结果的应变量 Y 是由作为原因 的解释变量X 所决定的, 解释变量的变化引起应变量的变化。从一个回归方程中, 我们无 法确定变量之间是否具有因果关系, 有时候我们说 X 是 Y 的原因, 但是这一因果关系更多 是先验设定的。例如, 我们将房屋价格设定为 Y , 同时将房屋特征 (如房屋面积、卧室数量 等) 设定为X , 这并非出于统计上的原因, 因为即使颠倒两者的设定我们也能得到显著的回 归关系, 然而普通常识提醒我们, 后一种设定不合逻辑。但是在许多情况下, 变量 (尤其是 时间序列变量) 之间的因果关系并不像上述例子那样一目了然, 而我们关注的可能正好是两 #154# 5数量经济技术经济研究6 2008 年第 1 期 1 o 基金项目: 国家自然科学基金资助项目 (。感谢解洪涛博士的宝贵意见, 当然文责自负。 与横截面数据相比, 针对时间序列数据的研究会遭遇到两个独特的问题: 一是变量之间的相互影响可能有时滞 ( t im e lag) ; 二是当变量非平稳时, 谬误回归的问题可能会出现。因此, 上述两个问题实质上在整个时间序列计量经济学 中均占有重要地位。 者之间的因果关系, 即使某一经济理论宣称了某种因果关系, 我们也要在实证上加以证明。 Gr anger ( 1969) 从预测的角度给出了因果性的一个定义: 如果 X 有助于预测 (解释) Y , 则 X 是 Y 的 Granger 原因。 正式地, 用 Y t+ h | 8t表示在时刻 t 对 Y 所做的超前h 步的最优预测值, 当且仅当: Y t+ h | 8 t = Y t+ h | 8 t/ X , h= 1, 2, , ( 1) X 不是 Y 的 Gr anger 原因, 其中 8 t 为时刻 t 所有可得的信息集, 8t / X 表示时刻 t 排除X 的 信息后可得的信息集。等式成立意味着将 X 的信息从信息集中去除不会改变对 Y 的最优预 测。相反, 如果对任意的 h, 上式不成立, 则 X 是 Y 的 Granger 原因, 即将过去的 X 包含 在信息集中可提高对 Y 的预测。我们称此检验过程为 Granger 因果检验1。 Granger 提出的上述因果性概念是计量经济学文献中应用最广的因果概念, 但背后的逻 辑其实很简单: 过去或现在可能预测 (解释) 将来, 但是将来却一定不能预测过去或现在。 如果事件 A 在事件 B 之后发生, 显然 A 不能解释B ( A 不是B 的原因)。但另一方面, 如 果 A 在B 之前发生, 这并不