做格兰杰因果检验的前提必须保证两组序列为稳定序列.一般检验序列的稳定性都会采用ADF单位根检验,如果证实不存在单位根,则序列被定义为稳定序列.因此可以将其,两组序列进行格兰杰因果检验.

   协整检验并不是进行格兰杰因果检验的先决条件,但目前很多的文献中都将其序列进行ADF检验后,再进行协整检验,最后才进行格兰杰因果检验. 其实实际上只需要进行单位根检验后,证明其为稳定序列就可以进行格兰杰因果检验了.

   在这里,关于单位根检验,我建议采用PP检验,因为PP检验中t统计量的构造相对于ADF检验的统计量更为稳定.

可有的软件做协整分析的时候，并没有格兰因检验的模块。

很不爽！

在检验变量之间的协整关系之前要对数据进行单位根检验，来确定序列的平稳性和单整阶数，如果是同阶单整的话在做协整，然后进行因果关系的granger检验

蟹蟹:-)

特别是凤凰木~

如果一个时间序列是非平稳的，那么它的数据的生成过程为单位根过程。ADF单位根检验（Augmented Dickey Fuller Test）是目前最有效的序列平稳性检验的工具。其原假设是序列存在一个单位根，即非平稳。如果ADF检验统计量拒绝原假设，则说明序列是平稳的；否则序列是非平稳的。

只有平稳序列才能做格兰杰因果检验吗？

可以肯定地告诉您： 资料不需要一定是平稳；

但在非平稳下，不是按照传统步骤。

看到大家讨论的很有兴趣,我最近正好在做这方面的论文,大概内容是讨论财政政策与经济增长之间的内生效应,因为是实证,所以本帖子也与我的数据处理有关,我提一下个人的看法:

(楼上各位的看法也给了我启发),我所涉及的是**面板数据**,不是单一的时间数据序列,请注意!!!下面给出数据检验(平稳性)基本步骤

先判断面板数据的性质,

1,如果是时间序列独立的,再判断是同质面板数据还是异质面板数据

A,如果是独立的同质面板数据,采用LLC检验.

(a),如果单位根不存在,则判定数据序列是平稳的,-----进入格兰杰因果检验(必要的).

(b),如果单位根存在,则数据序列非平稳的,----考察序列是否为同阶单整,如果是-----JJ检验(VAR法,选择VAR和我的论文有关,不过看了很多文献解释,通过建立OLS模型的方法有一定的缺陷,大家可以查查书)----存在协整关系-----进入格兰杰因果检验.

B,如果是独立的异质面板数据,采用PP值(也叫组合P值)检验

(a)同A处理

(b)同A处理

2,如果是时间序列相关的(未完)

VAR的前提到底是什么？有很多文章都证明不需要都是平稳或者是同阶平稳的时间序列数据！

    协整检验还要看最后的残差序列是否为平稳序列才能最终确定，如果残差平稳，协整关系才成立。

    Granger检验要求序列平稳是因为其中用到F统计检验，后者要求序列平稳。

顶楼上的，dengmingsytu，请多介绍一下相关的内容，很好的帖子。

haohaoxuexixia,anxinlaide!!

根据AIC 和SC的值来判断，越小越好。协整方程就是你作协整检验时，作的回归方程，其表达形式和平稳变量作回归的表达形式相同，这个方程叫作长期协整方程，表现的是变量间的长期关系。对长期协整方程中的变量的一阶差分序列作回归，得到短期修正模型，表现变量的短期动态关系。

[此贴子已经被作者于2008-11-22 11:05:31编辑过]

菜单中步骤：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。

[此贴子已经被作者于2008-11-22 11:06:30编辑过]

如果不做单位根检验和协整检验，能做因果检验吗
本文来自: 人大经济论坛(http://www.pinggu.org) 详细出处参考：https://bbs.pinggu.org/dispbbs.asp?boardid=70&replyid=41021&id=340194&page=1&skin=0&Star=6

可以。平稳序列即可做因果检验。

单位根检验是看数据是否平稳，常用于时间序列，比如GDP等，如果不平稳可以进行对数变换或者差分，对数变换有助于消除异方差，然后再看是否平稳，定阶.

协整检验是为了判断有相同趋势的两个甚至多个序列之间是否存在长期均衡关系，对各个序列进行单整检验，对于有相同阶数的两个序列建立模型，在检验此模型的残差是否是平稳的，或者几阶是平稳的（通常不会大于1阶），若残差是平稳的，则两个序列之间存在协整关系，以为着他们是长期均衡的。做此检验的目的是防止伪回归。

当然还有误差修正模型，是对协整检验的补充，前者是两个序列是否有长期关系，或者是检验是否具有短期相关性。

因果检验用于有长期均衡关系的两个序列，判断谁因谁果的。

单根检验是协整检验的基础和前提，对于两个时间序列而言，若都是一阶单整的，即I（1），那么才能够进行两者的协整检验，协整检验可以采用Engel-granger两步法和johansen协整检验法。对于granger因果检验，就显得比较简单了，主要是判断两个变量之间是单向因果关系还是双向因果关系！

那因果检验出来以后，还需要做模型回归吗？因果检验和回归的关系是怎样的呢？

同楼上问