Granger因果分析模型研究进展.pdfVIP

第19 卷第2 期 广东行政学院学报 VOI. 19 NO. 2 2007 年4 月 JOurnaI Of GuangdOng Institute Of PubIic AdministratiOn Apr. 2007 Granger 因果分析模型研究进展 1 2 朱鮀华 ，贺红波 （1. 华南师范大学 经济与管理学院，广东 广州，510006 ； 2 . 湖南大学 工商管理学院，湖南 长沙 4 10000 ） 摘要：由于时间序列的非平稳性，不具有有限方差，所以高斯—马尔科夫定理不再成立，用普通最小二乘 法得到的参数估计不再是一致的，出现伪回归的现象，从而导致错误的因果关系。同时由于时间序列的非线性， 常规的线性向量自回归模型难以正确描述经济变量之间的因果关系。从Granger 因果分析模型研究进展情况，可 见目前所面临的问题和未来可能的发展方向。 关键词：Granger 因果分析模型；非平稳；非线性；向量自回归 中图分类号：F224. 9 文献标识码：A 文章编号：1008—4533 （2007 ）02—0054—05 在经济分析中经常要确定一个变量是否是另一个变量变化的原因。尽管有时可以根据经济理论对经 济变量间的因果关系做出初步判断，但由于不同经济理论所依据的假设前提不一致，使得单凭经济理论 做出合理的判断，甚至有可能会给同一对变量间因果关系做出完全相反的结论。而Granger 因果分析从 统计推断的角度，利用实际观测数据得出变量间的因果关系。该方法在判断变量间的因果关系方面显示 了强大的功能，并且得到广泛的运用。 目前进行Granger 因果分析所面临的棘手问题是进行因果分析的时间序列，特别是金融时间序列数 据，大多是非平稳的、非线性的。由于时间序列的非平稳性，不具有有限方差，所以高斯—马尔科夫定 理不再成立，用普通最小二乘法得到的参数估计不再是一致的，出现伪回归的现象，从而导致得出错误 ［1］47 - 50 的因果关系。 同时由于时间序列的非线性，常规的线性的向量自回归模型难以正确地描述经济变量 ［2 ］［3 ］230 - 279 之间的因果关系。 本文拟从介绍Granger 因果关系的定义出发，进而从时间序列的非平稳性、非 线性的角度阐述国内外Granger 因果分析模型研究进展情况，在此基础上指出目前和未来所面临的重要 课题。 一、Granger 因果关系的定义 Granger 因果关系是由Wiener 提出来的，后来该定义被 Granger 引入经济领域而被称为 Wiener - ［4 ］ Granger 因果关系，简称为Granger 因果关系。 该定义基于所考察的两时间序列之间的可预测关系，对 于确定两时间序列的领先—滞后关系有重要意义。 Granger 因果关系的定义：令F（X l I ＊ ）为给定某信息集I ＊ 的条件概率分布，在确定的滞后长度L ， z X L 下，如果 y F（Xz l Iz - 1 ）= F（Xz l （Iz - 1 - YL} ）），z = 1，2 ，3 ，K ， （1 ） z -L} 收稿日期：2006—11—02 本文得到广东省自然科学基金资助 （基金编号）。 作者简