嘿嘿 要是一个平稳一个不平稳  你们还晓得做吗？

先做单位根检验，然后做协整检验。根据Granger表述定理，如果存在协整的话，则必定存在至少一个方向的Granger短期因果关系，至于长期的因果关系必须借助其他方法进一步确定，不知满意否？

那要是不同阶的两个变量怎么办啊？是不是意味着这两个变量没有办法做因果分析了?现实中不少变量直观看来就是有很大关联的啊，这种怎么办呢？

我希望我也能回答这些问题

若序列经过单整后平稳 那也可以做granger因果检验吗？

如果格兰杰因果检验之前 的时间序列不平稳但是经1阶或者2阶单整后平稳这样可以吗 ？？有谁告诉我呀？？？

序列平稳是格兰杰的必要条件，同阶单整的序列可以做格兰杰，但用原序列做格兰杰也是可行的。格兰杰的因果关系在很大程度上取决于滞后项的选取。个人认为，更为重要的是，最格兰杰最好应当有经济意义，也就是说能够在理论上说明两者之间的因果联系，格兰杰因果只是一个工具。

GRANGER成因并不意味着真实的成因，而是在预测意义下，检验X的过去值对Y的当前值是否有显著影响。另外，若X和Y同时收到第三个变量的影响，但影响的滞后期不同，也可能存在GRANGER成因。

单位根检验是进行时间序列分析重要的一步，但综观各种教科书、文献，包括论坛上学友们的讨论，大家对进行该检验的步骤莫衷一是，现归纳如下，请计量经济高手发表高见。

1. 步骤。常用的ADF检验包括三个模型方程。在李子奈的《高级计量经济学》上有该方法的全部步骤，即从含趋势项、截距项的方程开始，若接受原假设，则对模型中的趋势项参数进行t检验，若接受则进行对只含截距项的方程进行检验，若接受，则对一阶滞后项的系数参数进行t检验，若接受，则进行差分后再ADF检验；若拒绝，则序列为平稳序列。本人用此方法对一个序列进行ADF检验，得出平稳序列的结论，但是：（1）该序列确实存在趋势，那到底是那种过程；（2）对该序列与一个一阶单整序列进行协整检验，居然得出存在协整关系的结论。

还有的认为先对序列进行观察，再选择相应的ADF检验模型，不用对三个模型都进行检验，也不用管模型的参数检验。

也有人认为不是对三种情况都做ADF检验，而是先对有截距项和趋势项的情况，对常系数和趋势项的系数做统计显著性检验，如果系数显著，就以这种情况做ADF检验。
如果某个系数不显著，就去掉系数，换没有系数或常数项的情形，再做ADF检验。

2. 滞后期的选择。Eviews5.0给出了依据AIC和SIC等多种选择标准下的自动选阶，但有时序列的滞后阶很高，这时骑虎拿下啊：到底用不用这么高的滞后阶数，太高的滞后阶会减少自由度的。有的网友认为做经济一般只选1-2阶滞后就可以了，但是，如果按李子奈老师的方法，滞后不同会影响对模型趋势项、截距项的检验，从而影响结论。所以，滞后期应该如何选择。

单位根检验用于检验时间系列的平稳性，一般金融经济数据是不满足平稳性的，所以不能用回归分析。如果经检验各变量均为同阶单整（不一定非得一阶但一般为一阶），然后进行协整检验。协整检验用于检验变量之间是否具有长期稳定的线性关系。如果通过了协整检验则说明存在长期稳定的线性关系。格兰杰检验用于检验变量之间的因果关系。由于格兰杰因果检验对滞后阶数非常敏感，因此检验之前首先根据AIC准则等确定最优滞后阶数。

单位根检验是检验序列的平稳性的，如果非平稳，看是否为一阶单整，可判断上否满足协整的前提条件，在进行granger因果检验 向这种问题你看书很容易知道
本文来自: 人大经济论坛(http://www.pinggu.org) 详细出处参考：https://bbs.pinggu.org/thread-340194-1-1.html

这种讨论很好

有没有具体操作呀？

很正确！！！！！！！！！！

拿到数据首先进行单位根检验，如果数据的单整阶数相同，可以考虑进行协整检验。协整检验可以采用EG检验和JOHANSEN检验，如果你使用的二个以上的序列，推荐你采用JOHANSEN检验，可以检验出协整关系的个数。此时，如果存在协整关系，可以使用VECM或者ECM模型来进行数据分析，格兰杰协整就是建立在VAR或者ECM或者VECM模型基础上的，通过分析数据之间的影响确定数据之间的格兰杰关系。如果数据之间不存在协整关系，那么是不可以进行格兰杰因果检验的。因此，数据分析的过程为 单位根检验-协整检验-格兰杰分析

其实这三个步骤 是计量经济学最金典的分析方法，但是，我从回的帖子里感觉到对协整和granger非因果检验有误解啊 着实让我感觉很有必要对这三个步骤做个说明。

谢谢

不错！

因果检验和滞后期数有很大的关系，检验的时候应该注意。

granger因果检验检验的只是滞后变量的影响，无法检验同期变量的影响。

而且对滞后期相当敏感。必须反复试验才能确定。

二个变量必须同阶才可能有协整关系，但对于多变量，变量不一定要同阶。这时要用向量的JJ检验

好象有点道理的！！！哈哈

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。

单位跟检验，如果甚至二阶也不单整，是否意味着两个数据列不能回归得到因果关系？那么之后该怎么办？

如果变量大于2个，好像是不需要，每个变量都是同阶单整啊。

对时间序列数据进行OLS时，先要对数据进行单整或协整检验，避免虚假回归。单整检验用于检测数据的平稳性，即是否收敛，如果数据为0阶单整，则协整检验不必进行；如果数据之间不平稳，则需要进行协整检验，以检测数据时间是否相互具有长期稳定的趋势，供下一步分析做好准备。格兰杰因果检验请另参考资料。

认真学习中

回复66楼，如果两个序列不同阶，有时也可以通过序列变换来做使两个序列满足协整关系的，比如一个变量的增量与另一个变量同阶单整。

学习

先进行单位跟检验，然后做格兰杰因果检验。

楼上的们都很好很强大。。。