单位根检验是检验数据的平整性的，协整是把不平稳数据在同阶差分基础上具有相同的趋势可以用来直接分析不需要消除其不平稳性。格兰杰因果检验是检验两组数据在数据上的因果关系，比如FDI与GDP到底是FDI是GDP增长的原因，还是GDP是FDI增长的原因。（注：格兰杰因果检验只是数据上的因果关系不代表实际的因果关系）

请问大家：
如果有两个一阶差分后平稳的变量，在做格兰杰因果检验时，是要对这两个一阶差分变量做格兰杰因果检验吧？但是检验的结果只是这两个一阶差分变量的因果关系，这又与原变量的因果关系相关吗？
谢谢大家！

我的一个变量是二阶单整，另外两个是一阶，应该怎么办啊？

单位根是检验时间序列数据的平稳性的，每一阶都有三种检验形式，分别是不带截距项的和漂移项、带截距项的但不带漂移项的，两项都带的。
如果你所用的数据是不平稳的（同阶的）并且你对他们进行了回归，那就要进行协整检验，以防是伪回归。

1# 铁铃

我认为那就用二阶的形式做回归比较好。 303# pingqing

这应该是基本的计量问题吧。1.单位根检验    2. 协整检      3.granger因果检验

1、单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导致伪回归。

2、当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验（11楼主解释了该原理），但要做格兰杰检验的前提是数据必须是平稳的，否则不能做。

3、当检验的数据是非平稳（即存在单位根），并且各个序列是同阶单整（协整检验的前提），想进一步确定变量之间是否存在协整关系，可以进行协整检验，协整检验主要有EG两步法和JJ检验

A、EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性

B、JJ检验是基于回归系数的检验，前提是建立VAR模型（即模型符合ADL模式）

4、当变量之间存在协整关系时，可以建立ECM进一步考察短期关系，Eviews这里还提供了一个Wald－Granger检验，但此时的格兰杰已经不是因果关系检验，而是变量外生性检验，请注意识别

1、格兰杰检验只能用于平稳序列！这是格兰杰检验的前提，而其因果关系并非我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，所以称其为“格兰杰原因”。

2、非平稳序列很可能出现伪回归，协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳序列的因果关系检验就是协整检验。

3、平稳性检验有3个作用：1）检验平稳性，若平稳，做格兰杰检验，非平稳，作协正检验。2）协整检验中要用到每个序列的单整阶数。3）判断时间学列的数据生成过程。

ADF检验：1 view---unit root test,出现对话框，默认的选项为变量的原阶序列检验平稳性，确认后，若ADF检验的P值小于0.5，拒绝原假设，说明序列是平稳的，若P值大于0.5，接受原假设，说明序列是非平稳的；2 重复刚才的步骤，view---unit root test,出现对话框，选择1st difference,即对变量的一阶差分序列做平稳性检验，和第一步中的检验标准相同，若P值小于0.5，说明是一阶平稳，若P值大于0.5，则继续进行二阶差分序列的平稳性检验。

先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，进行差分，当进行到第i次差分时序列平稳，则服从i阶单整（注意趋势、截距不同情况选择，根据P值和原假设判定）。若所有检验序列均服从同阶单整，可构造VAR模型，做协整检验（注意滞后期的选择），判断模型内部变量间是否存在协整关系，即是否存在长期均衡关系。如果有，则可以构造VEC模型或者进行Granger因果检验，检验变量之间“谁引起谁变化”，即因果关系。

第一，格兰杰因果检验是检验统计上的时间先后顺序，并不表示而这真正存在因果关系，是否呈因果关系需要根据理论、经验和模型来判定。

第二，格兰杰因果检验的变量应是平稳的，如果单位根检验发现两个变量是不稳定的，那么，不能直接进行格兰杰因果检验，所以，很多人对不平稳的变量进行格兰杰因果检验，这是错误的。

第三，协整结果仅表示变量间存在长期均衡关系，那么，到底是先做格兰杰还是先做协整呢？因为变量不平稳才需要协整，所以，首先因对变量进行差分，平稳后，可以用差分项进行格兰杰因果检验，来判定变量变化的先后时序，之后，进行协整，看变量是否存在长期均衡。

第四，长期均衡并不意味着分析的结束，还应考虑短期波动，要做误差修正检验。

1.单位根检验是检验数据的平稳性，或是说单整阶数。
2.协整是说两个或多个变量之间具有长期的稳定关系。但变量间协整的必要条件是它们之间是同阶单整，也就是说在进行协整检验之前必须进行单位跟检验。
3.协整说的是变量之间存在长期的稳定关系，这只是从数量上得到的结论，但不能确定谁是因，谁是果。而因果关系检验解决的就是这个问题。

单位根检验是检验时间序列是否平稳，协整是在时间序列平稳性的基础上做长期趋势的分析，而格兰杰检验一般是在建立误差修正模型的后，所建立的短期的因果关系。故顺序自然是先做单位根检验，再过协整检验，最后是格兰杰因果检验。

单位根检验是对时间序列平稳性的检验，只有平稳的时间序列，才能进行计量分析，否则会出现伪回归现象；协整是考察两个或者多个变量之间的长期平稳关系，考察两者的协整检验通常采用恩格尔-格兰杰检验，两者以上则用Johansen检验；格兰杰因果检验是考察变量之间的因果关系，协整说明长期稳定关系不一定是因果关系，所以需要在通过格兰杰因果检验确定两者的因果关系。顺序一般是单位根检验，通过后如果同阶单整，在进行协整，然后在进行因果检验。要特别注意的是：只有同阶单整才能进行协整。

好贴，学习了。

问1：Granger causality test一般需要在方程的解释变量中放多少级滞后项？问2：把数据列成对应的工作都由自己做吗？是否时间序列模型的Granger causality test不用做完全的对应，而可以采用什么命令？

格兰杰因果检验必须建立在序列平稳的基础上，单位根检验是做协整的前提条件、

学习学习~~~~~~~~

哈哈，看书就知道了，太简单了

如果对变量进行单根检验时，做到二阶才可以，那么接着做VAR模型的时候，选取的变量到底是原来的变量还是二阶变量啊？

有自相矛盾之处，笑而不语。。。

想请教高手，面板数据需要做单位根检验吗？步骤跟时间序列检验的一样吗？该怎么做？

这是计量经济学的内容，一般情况下需要判断一个时间序列是不是平稳序列，这时需要用的平稳性检验，通常情况下采用的就是单位根检验（即ADF检验）。当序列平稳之后，再进行协整检验，协整检验通过之后在进行格兰杰因果关系的检验。楼主不妨去看看计量经济学相关的书。

单位根检验第一步，同阶单整的话再做协整，协整通过后再做granger因果检验

强烈推荐按版主看一下计量经济学教材，嘎嘎

好帖不得不顶！！！

6# whl1211china
数据间存在因果关系，而现实中不存在因果关系，说明模型是有问题的，需要进行修正。

单位根检验以后，如果是同阶单整可以进行协整检验，然后再进行格兰杰因果关系检验确定各个变量之间的关系

对我有用 非常感谢哦

先单位根检验：单位根检验是检验数据是否是平稳性的，一般的经济数据都是不平稳的
再协整检验：前提是在单位根同阶单整，是为了检验变量间是否存在长期稳定均衡关系
最后，格兰杰因果关系检验：

单位根检验数据的平稳性，如果面板数据不稳定，在对其一阶差分进行单根检验；
单根检验通过以后还要看数据的长期均衡关系即协整关系；
有时还需要验证两个变量间的短期波动关系，即短期调整关系；
只有上述分析都通过了以后才可以验证两个变量间是否具有因果关系，即格兰杰检验。

单位根检验是检验时间序列是否平稳，一般观察ADF值，分水平、一阶和二阶，分别对应原数据平稳、一阶差分平稳和二阶差分平稳，一般的数据最多也就二阶差分平稳。
协整检验是验证同阶单整的变量间是否存在长期的均衡关系，如果变量不同阶，想办法变成同阶的，否则做不了。如果是同阶单整，可以先做回归，然后看残差项是否是一白噪声，是则表明变量间有长期的均衡关系，否则是伪回归。
格兰杰因果关系检验是为了检验变量的因果关系，注意是数据上的因果关系，如GDP与货币量M1，到底是M1格兰杰引起GDP，还是GDP格兰杰引起M1.

很不错，谢谢了，参考了

太好了。收藏。谢谢。

明白了，谢谢各位

在处理时间序列问题时，首先要对数据的平稳性进行检验，如果原数列非平稳，要看单位根检验，如果是一阶单整，可以做协整，然后在进行格兰杰因果检验

如果对不平稳的时间序列直接回归，会产生伪回归。所以在回归前续对时间序列进行单位根检验，判断其是否为平稳序列，如果不平稳，可对其进行差分然后再进行检验，但差分后的数据会影响原本的经济意义。为了防止伪回归，同时又不至于使用差分序列而舍弃变量间的长期关系，可用协整模型解决。但在协整检验前必须保证所有的变量都是同阶单整。格兰杰因果检验时检验变量之间是否具有因果关系。