刚才又翻了西安交大的几位老师04年金融研究上发的一篇文章，他们又是直接用的一阶单整变量来进行的granger分析。也就是用的非平稳的水平变量lna、lnb等。

嗯嗯，好像是的。那我有时间就去学下eviews吧。哎，没弄过，不知道难不难

我目前就是用的差分后再建立var的方法来检验的。
不过这样一来就只能检验变量短期变化之间的因果关系了

很容易学的

S imS与watson(1990) 的研究则证 明,对于包含单位根过程 变量 的V A R系统,在 只存在一 个协整关系 的条 件下,其 因果 检验 的分布是标 准的

刚看管理世界上的一篇文章，中大岭院几个老师发的，他们也是在vec估计之后，直接用一阶单整的非平稳变量进行的格兰杰因果分析。
文中有这样一段话：S imS与watson(1990) 的研究则证 明,对于包含单位根过程 变量 的V A R系统,在 只存在一 个协整关系 的条 件下,其 因果 检验 的分布是标 准的。
这是否说明，如果变量协整并只有1个协整关系的话，也可以直接对此一阶单整非平稳变量进行格兰杰因果分析呢？

或许是这个意思吧

哎，不纠结了，谢谢你的回复。
有机会我拿去问问经济学那边的老师去，
夜宵去咯。吃饱了睡觉。呵呵

5数量经济技术经济研究6 2006 年第1 期，格兰杰因果性检验评述，曹 永 福

21 关于非平稳变量的问题
    个问题其实已经困扰实证研究者很长时间了。原始的格兰杰因果性定义并没有规定变量必须是平稳的, 很多计量经济学教材也没有这个限制。格兰杰 ( 1980) 指出: / 非平稳变量带来的问题过于复杂, 不便仔细讨论0。
    Zonglu H e ( 2001) 运用维纳过程推导出, 当变量为非平稳时间序列时, 该统计量的渐进分布不再是F 分布。周建、李子奈 (2004) 运用蒙特卡洛模拟也得出当变量为非平稳时间序列时, 任何无关的两个变量间都很容易得出有因果性的结论。
    在实证研究时, 一般认为只有平稳变量才能应用公式 ( 5) 中的 F 统计量进行推断,否则结论可能是不可靠的。然而, 国内的研究中还是经常可以见到直接对非平稳变量运用公式 ( 5) 的F 统计量进行因果性检验。笔者认为, 对这种方法得出的结论需谨慎对待。

    格兰杰 ( Granger, 1988) 指出, 只要我们承认原因在前, 结果在后, 那么很多表面上的即期因果性实际上是由于观测频率引起的。比如一个变量引起另外一个变量的变化只需要一周的时间, 我们只能每月月底观测一次数据, 那么就观察到两个变量同时变化, 表现为即期因果性。但是如果我们改成一周观测一次数据, 就可以观察到两者的时滞了。经济时间序列的因果传递有的时滞可能非常短, 甚至可能在瞬间完成, 但只要承认有时滞, 那么从道理上讲这种因果性定义的必要性就值得商榷。

贺红波，2004

然 而,目前 的大 部 分 实 证 工 作 并 朱 注 意 到 时 间 序 列 的 非 平 稳 性 问 题,直 接 进 行 因果 检 验[2]。
另 一 方面,部 分学者 虽 然 注 意 到 该 问题,为 了取 得 平 稳序列.采 用 对 原序 列 进 行 差 分、季 节 差 分、取 对数、BOx一Co x变 换 等等。但这些 变换 可 能 扭 曲 原 始 变 量 间 的 因果 关 系.导致 得 出 的 经 济 意 义 的 改 变 和 信 息量 的损 失 。

非平稳 变量的 G ra ng er 因 果 检 验方 法：目 前 存 在两 种进 行 因果 检验 的方 法 ，一种 是 基 于 协整 检验 的因 果检 验 方 法 ；另 一种 是 M W A L D 因 果检 验方法

可以告诉我哪篇文章的名字吗？想看看~谢谢~

学习了，对vec做granger困扰很久，看楼主的帖子似乎学者们还是没有一致的结论╮(╯_╰)╭

学习一下。

关于granger的条件总结得非常有用，mark一下，谢谢

查阅了易丹辉及其他人的书，均未明确提及只有平稳序列才能做格兰杰检验，在徐靖、尚宇红写的《上海市对外贸易与经济增长关系实证研究》中第（四）部分有比较清晰的解释：
“格兰杰因果关系检验不是检验逻辑上的因果关系，而是看变量间的先后顺序，是否存在一个变量的前期信息会影响到另一变量的当期数量。Granger因果关系检验的具体使用可以根据序列平稳性的不同情况分别来进行：
1.X与Y均平稳，可用VAR模型来进行检验；
2.X与Y非平稳但协整，可用VEC模型来进行检验；
3.X与Y非平稳又不协整，可对序列进行差分后使其变成平稳序列再利用VAR模型进行检验，值得注意的是因此变量的经济含义已发生变化。”

因此，个人感觉“只有平稳序列才能做格兰杰因果检验”的说法只说了一部分，是片面的措辞。 供参考

看看😁