经济学家开拓了一种可以用来分析变量[1]之间的因果的办法,即格兰杰因果关系检验。该检验方法为2003年诺贝尔经济学奖
得主克莱夫·格兰杰
(Clive W. J. Granger)所开创,用于分析经济变量
之间的因果关系。他给因果关系的定义为“依赖于使用过去某些时点
上所有信息
的最佳最小二乘预测
的方差
。” 在时间
序列情形下,两个经济变量X、Y之间的格兰杰因果关系定义为:若在包含了变量X、国际市场占有率
Y的过去信息的条件下,对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果,即变量X有助于解释变量Y腾讯迷你首页的将来变化,则认为变量X是引致变量Y的格兰杰原因。 进行格兰杰因果关系检验的一个前提条件是时间序列必须具有平稳性,否则可能会出现虚假回归问题。因此在进行格兰杰因果关系检验之前首先应对各指标时间序列的平稳性进行单位根检验(unit root test)。常用增广的迪基—富勒检验用友华表cell插件(ADF检验)来分别对各指标序列的平稳性进行单位根检验。
因为做granger因果,首先要注意序列是否平稳,一般要先做ADF检验,结果如果平稳可以继续G检验;若不平稳要对同阶单整进行协整检验,如果有协整关系同样可以G检验。否则做出来有可能会是伪回归,所以之前的准备工作有点麻烦。
如果仅仅说做Granger这一步的话:
1、假定你的工作文件已经建立,首先打开时间序列数据组窗口。
2、点击view键,选择Granger Causality。。。功能。
3、随即打开一个对话框,需要选择最大滞后长度,然后点击ok键,就得到检验结果。
4模糊数学模型、比较下P和F值,判断下是否拒绝原假设,然后得出结论。