ai，好麻烦啊啊啊啊啊啊啊

本人也有相同的问题总是搞不明白,如你已知请告知,如何?

协整论文先对各变量进行单位根检验，然后是协整检验，求出协整方程，接着进行格兰杰因果检验
，最后求出误差修正模型。

如果几个序列不是同阶的怎么办呢？比如，两个是一阶的，三个是二阶的？ 9# liulele18

如果一个是一阶单整，一个是两阶单整，怎么做协整检验呢？ 203# Don4587

我是不同意这个观点的，因为两个指标间存在格兰杰因关系，但两者间却不一存在数量上的协整关系。

对，就是这个意思！

Granger Cause Test是判断数据之间是不是有因果关系，检验时成对出现，原假设是不存在因果关系
单位根在一般判断数据是不是平稳的，即检验其特征方程（或逆特征方程），看其单位根在单位圆内（或单位圆外）能不能做模型回归。
协整是对两个或两个以上趋势变量，经过线性组合以后，平稳。条件是单整阶数相同。

我也正在为这个问题感到头大呢，请各位高手指教指教，谢谢。。。

“如果一个是一阶单整，一个是两阶单整，怎么做协整检验呢？”

我有几点想补充：
   做变量之间的格兰杰因果检验并不要求一定要做协整检验。当时间序列通过单位根检验证明是平稳的时候就可以直接做格兰杰因果检验了，协整检验是不需要的。
但是，大多数时间序列都是非平稳的，所以直接做格兰杰检验是不恰当的，应该先做协整检验看变量之间是否存在长期稳定的线性关系。如果存在，我们则可以继续做格兰杰检验了。所以，在大多数时间序列的实证案例中，可以看到同时用上了单位根、协整、格兰杰因果检验。

单位各是检验时间序列的稳定性，如果两者（或者多变量）都是d阶差分的，且两者残差回归是白噪音的，两者就是协整的。因果关系检验是判断两者是否有因果关系，并且可以判断两者能否ＶＡＲ

计量经济学只是一种统计手段，真正的模型要符合实际经济学理论的

继续关注此贴，学到不少东西！！！

先单位根检验，原序列，同阶单整的话再做协整，协整通过了j检验残差稳定性，再做granger检验

1、人们通过实证研究发现，现实生活中大量经济金融时间序列都是非平稳的，用这些非平稳的变量来做回归分析很可能会导致伪回归，使分析结论无效，因此需要对时间序列的平稳性进行单位根检验。
2、某些经济变量之间确实存在着长期均衡关系，这种均衡关系意味着经济系统不存在破坏均衡的内在机制，如果变量在某时期受到干扰后偏离其长期均衡点，则均衡机制将会在下一期进行调整以使其重新回到均衡状态。我们把两个变量之间存在的线性组合关系称之为协整关系。
3、最后对两变量X与Y，进行格兰杰因果检验。

通常来说，用软件做单位根检验、协整分析和格兰杰因果检验都比较简单，对结果的分析除了要具有相关的数理统计和经济学常识外，还要对操作背后的原理有所了解才行！

我想请问一下，我要做一个多元线性回归模型，大概的步骤有哪些？？  如果数据平稳的话，就可以做格兰杰检验？    是不是每个解释变量都得是被解释变量的格兰杰因果原因才行（实际上做格兰杰检验的话并不是每个因变量和自变量都能通过的）？

我觉得，对时间序列的处理，第一步肯定是进行单位根检验
若平稳，则可以根据需要建模；若不平稳，并且是同阶单整，则可以做协整分析
格兰杰检验要求序列是平稳的，因此若是单位根检验后得出序列是平稳的，则可以直接格兰杰检验
若不平稳，则处理办法有二：第一，差分得到平稳序列后进行格兰杰检验，第二，若存在协整关系，则可以建立VECM模型，在此基础上进行格兰杰因果检验。

计量难学呀。我也得好好看看书了。

精彩回答总结

说说本人的看法，我觉得上述的说法均有不大合理的地方，我综合各Eviews的教程和Eviews官方UserGuide，应该为：
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
协整关系是一些经济变量本身是非平稳序列，但是它们的线性组合是平稳序列。
协整检验的目的是看一组非平稳序列的线性组合是否具有协整关系；先进行单位根检验，判断数据是否平稳，如果存在单位根，且同阶的话，再进行协整分析，可用E－G两步法或Johnson法来判断协整关系，如果存在协整可进一步检测格兰杰因果检验，看看某一个变量的先前的变化对另一个变量是否有影响。
金融变量多为非平稳的时间序列数据，协整检验这些非平稳数据间是否存在长期稳定关系，是对经济金融变量研究的重要运用。单位根检验是是协整检验的必要前提，只有在所有变量均通过单位根检验为同阶单整，即所有变量的同阶差分为平稳数据（所有变量均为平稳数据I（0）亦可）的情况下，协整的检验才有意义。格兰杰因果检验我认为跟前两者并不是隶属或是先后的关系，其检验的是时间序列数据间的因果关系，可以运用在建模前，以确定哪个变量作为因变量，哪个作为自变量，也可以在建模后，作为经济变量因果关系解释说明之用。可以说，两个互为因果的变量在单方程的建模中，因变量和自变量的关系难以厘清，因而必然会影响模型的效果，所以更常见于和联立方程模型VAR或SVAR建立时一起使用。
其实很多回答是一种误解。有如下几点，需要澄清：
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。
最常用的协整理论为恩格尔—格兰杰的EG两步法协整检验理论，具体步骤为：

一、首先进行变量的单位根检验，先做水平值的单位根检验（一般用ADF检验，也可以用PP检验），序列不稳定的话，做一阶差分的单位根检验，还不平稳的话，做二阶差分的单位根检验。在做单位根检验时，要注意调整滞后阶段P的值，从大往小依次做下来直到AIC、SC值、DW值等满意为止。同时也要注意截距和时间趋势的取舍，随时调整，以得到有效的结论。

二、如果变量为同阶单整序列，则根据EG两步法可以进行变量间的协整分析，建立模型，用Eviews计量出结果。此时，一般DW值会比较小，也就是说存在自相关性，那么这时需要对残差的水平值进行单位根检验。如果残差为水平平稳序列，那么所建立的协整方程是有效的。否则，是不存在协整关系的。

三、根据上面的协整关系，建立Granger方程，检测Granger因果关系。因为协整关系只是表示了变量间存在一个共同的趋势，没有反映出谁是谁变化的原因。

8简而言之，
  单位根探讨的是变量的纵向关系，  协整探讨的是变量间的横向关系，格兰杰探讨的是变量间的因果关系。
建议楼主看一下计量经济学的教材，推荐  高铁梅《计量经济分析方法与建模》（第二版） 清华大学出版社，第177页，很详细的！

感觉楼上说的在理，ADF检验是一阶序列平稳性，协整是两个非平稳序列同阶单整的关系，而通过ADF检验的同阶序列相关系数比较大就可以做短期的Granger因果检验，而协整通过的两个同阶单整序列也可以进行长期Granger因果检验，因为数列经过差分会导致两个变量之间长期关系的信息损失。

单位根检验是检验数据的平整性的，一般先做单位根检验，协整检验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。

做ADF检验，如果数列全部都是平稳数列，可以直接做GRANGER因果检验，如果几个数列都不是平稳数列，同阶单整的话 可以做协整，有协整关系的话做GRANGER因果检验，没有协整关系就不行！
如果不是同阶单整，也是分析结束，肯定不协整。

单位根检验是用来检验时间序列数据是几阶单整的，也就是它的平稳性。协整是相对于两个或多个时间序列而言的,如果单整阶数相同,则它们之间存在协整.存在协整的话可以经一步进行格兰杰因果检验.

单位根检验的目的是检验时间序列的平稳性，这是下一步进行协整分析的前提。对于两列时间数据而言，当二者为同阶差分时间序列时，才有条件进行协整检验。若通过了协整检验，则这两列时间序列数据之间存在长期稳定的均衡关系。一般在协整检验后还要引入误差修正模型，以求在短期上把握两个变量之间的变动关系。格兰杰因果检验看的是两个变量之间是否存在相互影响的因果关系，存在着单向因果和双向因果的关系。

我觉得只有单位根检验和协整之间有关系吧。。。单位根是用来判断时间序列是否平稳，如果不平稳，那么检查差分是否平稳。各个变量同阶平稳就可以做协整，判断长期的趋势。
格兰杰因果检验是判断变量之间的因果关系，是谁决定了谁。。。大概就是这样

xiexie....................

学习一下！

正在学习中！！！