格兰杰因果关系检验Granger Test of Causality
1、原理
自回归分布滞后模型揭示:某变量的变化受其自身及其他变量过去行为的影响。
当两个变量在时间上有先导——滞后关系时,可以从统计上考察这种关系是单向的还是双向。
如果主要是一个变量过去的行为在影响另一个变量的当前行为,存在单向关系;
如果双方的过去行为在相互影响着对方的当前行为,存在双向关系。
向量自回归分布滞后模型可以用于变量间关系的检验。
2、格兰杰因果关系检验
X对Y有单向影响:α整体不为零,而λ整体为零;
Y对X有单向影响:λ整体不为零,而α整体为零;
Y与X间存在双向影响:α和λ整体不为零;
Y与X间不存在影响:α和λ整体为零。
格兰杰检验是通过受约束的F检验完成的。如:
如果F>F(m,n-k) ,则拒绝原假设。
如果F<F(m,n-k) ,则不拒绝原假设。
如果F<F(m,n-k) ,则不拒绝原假设。
如果F>F(m,n-k) ,则拒绝原假设。
格兰杰因果关系检验对于滞后期长度的选择有时很敏感。不同的滞后期可能会得到完全不同的检验结果。
一般首先以模型随机误差项不存在序列相关为标准选取滞后期,然后进行因果关系检验。
3、例
检验1978~2006年间实际可支配收入(X)与居民实际消费总支出(Y)之间的因果关系。
数据
选择Granger检验
选择检验的序列
格兰杰因果关系检验 来自淘豆网www.taodocs.com转载请标明出处.