格兰杰因果检验结果解读：时间序列的因果关系判断.docxVIP

格兰杰因果检验结果解读

格兰杰因果检验（GrangerCausalityTest）是由诺贝尔经济学奖得主CliveGranger于1969年提出的一种基于预测思想的因果关系检验方法。其核心逻辑是：如果变量X的滞后值能够显著提高对变量Y的预测精度（相对于仅使用Y自身滞后值的情形），则称X是Y的格兰杰原因。需要注意的是，格兰杰因果关系并非真正意义上的因果关系，而是一种基于时间序列预测能力的统计关联，即X在时间上先于Y发生变化，且X的历史信息对Y具有额外的预测价值。

格兰杰因果检验通常基于向量自回归（VAR）模型框架进行，通过F检验来判断某一变量的滞后项对另一变量的解释是否具有统计显著性。检验的原假设H0为“X不是Y的格兰杰原因”，若p值小于给定的显著性水平（通常为0.05），则拒绝原假设，认为X是Y的格兰杰原因。滞后阶数的选择对检验结果具有重要影响，通常根据信息准则或研究需要确定。本研究借助SPSSAU软件，在滞后阶数为2的条件下，对三个变量之间的格兰杰因果关系进行全面检验。

在SPSSAU【计量经济研究】模块选择【格兰杰检验】，将变量拖拽至右侧对应分析框，操作如下图：

一、格兰杰检验结果

表1报告了三个变量之间两两格兰杰因果检验的完整结果。本次检验的滞后阶数为2阶，自由度df1=2，df2=113。以下逐一对各检验结果进行分析。

首先，考察x1是否为x2的格兰杰原因。检验的