有点不同意见，单位根检验，granger检验、协整检验，在读研的时候曾经跟老师讨论过这个问题，从时间跨度上来说，协整是长期的稳定关系，granger检验的时间跨度没有协整长。

我分别滞后了3阶，有时拒绝有时接受，都不一样

18# 永恒的凤凰木
我正好看得这块，Granger曾指出：若变量之间存在协整关系，则这些变量之间至少存在一个方向上的Granger因果关系。所以如果序列是单整的就可以进行G因果检验，并不要求平稳。
这是我的理解，具体原理我并不懂。

50# dengmingsytu
你好 问下如果都是两个变量，那么是用AEG协整检验好还是JJ协整检验好，
还需要做VAR模型吗

学习了~

不过还有个疑问： 进行ADF检验时，是基于什么选择是否具有趋势项和截距呢？
看到有些书说是先选择具有趋势和截距的那一项，看下检验结果如何，如果接受原假设，则再选择只含有截距的那一项，如果检验后仍然是接受原假设，就选择none。是这样的顺序码？望赐教~

但是，如果这三个模型检验后，都是接受原假设，那么，在我们的论文中，应该是写哪一个模型呢？这里的模型选择还要考虑DW值吗？如果考虑的话，DW值为多少时，才得知我们使用的模型呢？

ADF检验时，最大滞后长度如何选择呢？是否是根据书本所说的为时间序列三分之一到四分之一长度的滞后呢？如观测值为60个，滞后长度是多少适合？或者是根据系统自动选择？

hao 好真好

原来如此~~明白鸟

先单位根检验，同阶单整的话再做协整，协整通过了再做granger检验
本文来自: 人大经济论坛 详细出处参考：http://www.pinggu.org/bbs/viewthread.php?tid=340194&page=1&from^^uid=1245440

单位根检验是用来检验变量的平稳性的，一般是采用ADF检验；
协整检验是指如果有两个以上非平稳的时间序列，他们是同阶单整的，则变量之间的某种线性组合就可能是平稳的，即变量之间可能存在着长期稳定的均衡关系，即协整关系。协整检验可以通过EG两步法和Johansen极大似然估计法得到。
格兰杰因果检验是用来检验长期均衡关系是否构成因果联系，如果变量之间是协整的，那么至少存在一个方向上的格兰杰原因；而在非协整的情况下，任何原因的推断都将是无效的。
所以这三者之间必须严格按照顺序进行。
我也是刚刚开始了解，希望会对你有用！

先单位根检验，同阶单整的话再做协整，协整通过了再做granger检验

单位根检验是检验时间序列数据是否是平稳序列．如果被检验的被解释变量和解释变量的原数列是非平稳的，那么就看而者的差分数列是否是平稳的，如果通过ＡＤＦ　检验的结果证明是同阶单整的，那么需要应用ＥＧ两步法检验回归结果的残差是否是平稳序列，如果是平稳序列，那么说明二者之间存在长期的协整的关系．而
Granger因果检验说明的是二者是否存在Ｇanger因果关系，和单位根检验和协整一般来说没有严格的先后关系．但建议在做完协整后再进一步做Granger因果检验来进一步验证协整检验的结果之间是否存在一致性．

计量经济学书上都有的!

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。

以上楼主解释不太对。
1、单位根检验是检验数据的平整性的；
2、协整检验是检验2组（EG）或多组（JJ）不平稳序列是否存在稳定的线性组合；
3、格兰杰因果检验是检验两组数据在数据上的因果关系。（注：一般不存在协整关系的序列只能检验是否存在格兰杰因果检验,其仅只是数据上的因果关系不代表实际的因果关系）

我来补充一点，有统计学意义只能说明在统计学上是有意义的，
具有实际意义是有现实的意义，两者需要相互支持，仅仅一个有意义是说明不了问题的
即有统计学意义，又有实际意义

有收获有收获有收获

收益匪浅，正处于计量困惑阶段，来这里偷偷学习了~~

granger因果关系检验是必须做吗？通不过怎么办

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，这句话的意思应该是指：两个变量是否存在实际的因果关系，需要看理论推导的逻辑结果，缺乏理论的支持，单纯数据上的因果关系意义不大。

9# liulele18

我也学习学习

                                         呵呵

我觉得单位根检验和格兰杰检验就像万能的钥匙每篇论文有了它就好发表。

一般时间序列原始数据都是非平稳的，所以需要进行单位根检验，一般通过一阶或二阶差分可以变成平稳的，然后就可以进行协整检验，以判断序列之间是否存在长期关系。如果存在协整关系，就可以接着进行格兰杰因果关系检验，以判断序列相互之间的因果关系。

协整必须是源数据进行协整吧，而不是采用差分后数据。而因果关系则必须是差分后平稳数据。

先是单位根检验，不平稳就差分至平稳，之后协整，协整通过后作grange因果检验。结合几个具体实例就容易了。

发现许多人说的都有些问题
个人觉得正确的顺序是：先对单变量进行单位根的DF或ADF检验，后者更佳；
然后根据各变量的单整阶数进行如下操作：
1、若各变量是平稳的，可直接进行Granger因果检验；
2、若各变量是同阶单整的，进行EG或者Johansen协整检验；差分后进行Granger因果检验；
3、若变量是不同阶单整的，考虑对高阶单整变量进行协整检验，看其之间是否存在协整关系，然后将存在协整关系的高阶单整降阶后与低阶单整再次进行协整检验；另有Pesaran关于不同阶协整的方法；
4、若部分变量平稳，部分变量不平稳，可对平稳变量用T或F统计量进行Granger因果检验；对非平稳变量选择T统计量进行Granger因果检验；
另外对学友们的答复提出几点意见：
Granger因果检验并非只能在变量平稳的条件下进行，协整针对的必须是非平稳变量
欢迎大家讨论
我也是时序的自学者，用的是Enders的书

个人觉得正确的顺序是：先对单变量进行单位根的DF或ADF检验，后者更佳；
然后根据各变量的单整阶数进行如下操作：
1、若各变量是平稳的，可直接进行Granger因果检验；
2、若各变量是同阶单整的，进行EG或者Johansen协整检验；差分后进行Granger因果检验；
3、若变量是不同阶单整的，考虑对高阶单整变量进行协整检验，看其之间是否存在协整关系，然后将存在协整关系的高阶单整降阶后与低阶单整再次进行协整检验；另有Pesaran关于不同阶协整的方法；
4、若部分变量平稳，部分变量不平稳，可对平稳变量用T或F统计量进行Granger因果检验；对非平稳变量选择T统计量进行Granger因果检验；
另外对学友们的答复提出几点意见：
Granger因果检验并非只能在变量平稳的条件下进行，协整针对的必须是非平稳变量
我是自学者，用的是Enders的书
欢迎大家讨论，谢谢

个人觉得正确的顺序是：先对单变量进行单位根的DF或ADF检验，后者更佳；
然后根据各变量的单整阶数进行如下操作：
1、若各变量是平稳的，可直接进行Granger因果检验；
2、若各变量是同阶单整的，进行EG或者Johansen协整检验；差分后进行Granger因果检验；
3、若变量是不同阶单整的，考虑对高阶单整变量进行协整检验，看其之间是否存在协整关系，然后将存在协整关系的高阶单整降阶后与低阶单整再次进行协整检验；另有Pesaran关于不同阶协整的方法；
4、若部分变量平稳，部分变量不平稳，可对平稳变量用T或F统计量进行Granger因果检验；对非平稳变量选择T统计量进行Granger因果检验；
另外对学友们的答复提出几点意见：
Granger因果检验并非只能在变量平稳的条件下进行，协整针对的必须是非平稳变量
我是自学的时序，用的是Enders的书
不足之处欢迎大家指正

步骤都熟悉了，但是发现前面说的一样，两个变量，一个是一阶单整，一个是二阶单整，这个时候不满足ADF检验往下进行的条件了，如何来处理，是比较困惑的问题呀！！！！

granger因果检验应该是很简单的！