Investigating Causal Relations by Econometric Models and Cross-spectral Methods
C. W. J. Granger
Econometrica, Vol. 37, No. 3. (Aug., 1969), pp. 424-438.
Nearer-Normality and Some Econometric Models
C. W. J. Granger
Econometrica, Vol. 47, No. 3. (May, 1979), pp. 781-784.
Testing for Granger's Full Causality
Ted Covey; David A. Bessler
The Review of Economics and Statistics, Vol. 74, No. 1. (Feb., 1992), pp. 146-153.
The Effects of Detrending in Granger Causality Tests
Heejoon Kang
Journal of Business & Economic Statistics, Vol. 3, No. 4. (Oct., 1985), pp. 344-349.
The General Equivalence of Granger and Sims Causality
Gary Chamberlain
Econometrica, Vol. 50, No. 3. (May, 1982), pp. 569-581.
The Interrelationships between U.S. and Foreign Equity Market Yields: Tests of Granger Causality
Steven J. Cochran; Iqbal Mansur
Journal of International Business Studies, Vol. 22, No. 4. (4th Qtr., 1991), pp. 723-736.
On the Granger Condition for Non-Causality
Yuzo Hosoya
Econometrica, Vol. 45, No. 7. (Oct., 1977), pp. 1735-1736.
Tests of Noncausality under Markov Assumptions for Qualitative Panel Data
M. B. Bouissou; J. J. Laffont; Q. H. Vuong
Econometrica, Vol. 54, No. 2. (Mar., 1986), pp. 395-414.
A Linear Theory for Noncausality
J.-P. Florens; M. Mouchart
Econometrica, Vol. 53, No. 1. (Jan., 1985), pp. 157-176.
Noncausality in Continuous Time
Jean-Pierre Florens; Denis Fougere
Econometrica, Vol. 64, No. 5. (Sep., 1996), pp. 1195-1212.
格兰杰(Granger)因果性检验目前在计量经济学中应用比较多。要探讨因果关系,首先当然要定义什么是因果关系。这里不再谈伽利略抑或休谟等人在哲学意义上所说的因果关系,只从统计意义上介绍其定义。从统计的角度,因果关系是通过概率或者分布函数的角度体现出来的:在宇宙中所有其它事件的发生情况固定不变的条件下,如果一个事件A的发生与不发生对于另一个事件B的发生的概率(如果通过事件定义了随机变量那么也可以说分布函数)有影响,并且这两个事件在时间上又先后顺序(A前B后),那么我们便可以说A是B的原因。
早期因果性是简单通过概率来定义的,即如果P(B|A)>P(B)那么A就是B的原因(Suppes,1970);然而这种定义有两大缺陷:一、没有考虑时间先后顺序;二、从P(B|A)>P(B)由条件概率公式马上可以推出P(A|B)>P(A),显然上面的定义就自相矛盾了(并且定义中的“>”毫无道理,换成“<”照样讲得通,后来通过改进,把定义中的“>”改为了不等号“≠”,其实按照同样的推理,这样定义一样站不住脚)。
事实上,以上定义还有更大的缺陷,就是信息集的问题。严格讲来,要真正确定因果关系,必须考虑到完整的信息集,也就是说,要得出“A是B的原因”这样的结论,必须全面考虑宇宙中所有的事件,否则往往就会发生误解。最明显的例子就是若另有一个事件C,它是A和B的共同原因,考虑一个极端情况:若P(A|C)=1,P(B|C)=1,那么显然有P(B|AC)=P(B|C),此时可以看出A事件是否发生与B事件已经没有关系了。
因此,Granger(1980)提出了因果关系的定义,他的定义是建立在完整信息集以及发生时间先后顺序基础上的。至于判断准则,也在逐步发展变化。
【典藏下载系列2】世界顶尖计量经济学著作集锦:
https://bbs.pinggu.org/thread-257614-1-1.html
[此贴子已经被angelboy于2008-7-24 13:37:44编辑过]