当两个变量平稳时，你可以直接进行granger causality 检验（这时t－test是适用的），当比如说两个变量都为I（1）时，却不能直接进行，因为这是asymptotic的性质不一样了。用t－test检验就有问题拉。你必须将其转换为平稳的。其方法时var分析，cointegration analysis，weak exogeneity test，来进行granger causality检验。因为当找到cointegration后，变形后var是平稳的。这时就可以用t－test了。

我还是没明白，我的这两个数列都是I(1)的，我现在应该怎么来做granger causality test

先分别对它们进行差分。用其一阶差分来进行格兰杰因果检验。

应该对这二个I(1)序列进行协整关系检验，有协整关系，再估计误差修正模型，检验调整速度系数和另一变量的差分滞后项的系数是否为零，如均为零，另一变量不是该变量的ganger 原因。如果两序列没有协整关系，找ganger因果关系没意义。

solomon说法不准确，weak exogeneity test不等同与granger 因果检验，还要考虑差分滞后项的系数是否为零。

没有协整关系的I(1)序列，差分后作granger因果检验，往往意义不大，即使暂时成分有因果关系，而趋势没有协整关系，能说明什么？

对solomon、shortsale两位积极回答网友问题表示感谢，各奖励50大洋＋10点经验～～

关于协整和因果关系，就发表的文章看，错误的概念和用法不少，大家可以就此多讨论下～～

两位网友的结论已经回答了楼主的提问，欢迎继续～～

[em05]

7楼和10楼的说的很对。当两个变量平稳时，你可以直接进行granger causality 检验。非平稳序列应该进行协整关系检验

这个我也知道呢！但是有一点不明白，就是asymptotic是什么意思？

我也是偶然听说granger原因需要数列是平稳数列的，西安交大出的一本计量经济学在解释granger时就没有说两个数列必须是平稳的，它举的例子是GDP和M2，这两个数列显然不是平稳数列。

下面是我的理解，还望指教。shortsale观点是：如果两数列均平稳，可以直接检验其granger原因；如果是非平稳数列，则先做协整检验，如果协整成立，然后检验其误差修正模型，判断差分滞后项的系数是否显著为0，如不为0，可以接受存在granger因果关系

理解不完全，还要同时检验调整速度系数是否为零。其实，很多情况下往往是双向因果关系，这时比较二个调整速度系数的大小，也是很有意义的。不要局限于有无因果关系。