（1）基于VAR模型进行Granger因果检验，比如，如果序列是平稳的用VAR就是合理的；但对于非平稳非协整的序列就不行了。（2）当然也有一些学者对非平稳非协整序列也基于VAR做格兰杰检验，甚至有学者直接对非平稳非协整序列进行Granger检验，从严格意义来讲，这是不合理的。但的确有人在这样做，在很多期刊上可以看到。（3）所有，从科学研究的角度来讲，最好是：平稳序列直接对序列进行格兰杰检验；对于非平稳但协整的序列最好用基于VECM的检验，这是众多计量经济学家根据理论与实践得出的结论，你只要知道这一点并按要求做就可以了，不需要理由的，呵呵。对于非平稳也非协整的序列必须对序列进行处理，（比如变为平稳等等），不能直接进行格兰杰检验（4）你误会我的意思了：我并不是说在10%的显著水平就不可信，5%就可信。这个置信度可以由你自己确定，一般有1%、5%、10%（当然也有其他）。只要你说：在10%（或5%、1%）的显著水平下，变量通过检验，就可以了。这只是为了表述更为科学，“即你的结论是基于哪个置信度”。（5）至于我在前面给你讲的“技巧”，比如PP在1-10%水平都不平稳；但ADF在10%是平稳的，但在1-5%的水平是不平稳的；此时，如果你回报10%显著水平的结果，则PP和ADF的结论不就不一致了吗。所以，你可以汇报5%或1%显著水平的结论，此时，ADF和PP结论就是一致的，即不平稳。这样好解释的，仅此而已。（有些学者基于20%的显著水平的结论，但你不能说不可信啊，因为作者就是告诉你“其结论就是在20%显著水平下得出的”，这也是可以的）。呵呵，不知道明白没有，建议楼主多读一些相关文献，特别看看期刊《数量经济技术经济研究》，

一般，不建议用二阶差分，因为不好解释，你总不能说是“增长率的增长率”，当然也可理解为是以递增的速率增长还是以递减的速度增长。
Granger因果检验一般要求：变量为平稳或者变量为协整
对于非平稳但协整的序列进行Granger因果关系检验时，最好基于ECM进行Granger因果关系检验，即把误差修正项也要纳入Granger检验中。（注：基于VEC的Granger因果检验只用原序列就可以，不用差分。）具体操作步骤是：选中序列Y和X，点击右键，选中open——as VAR ，在VAR界面中选中VEC并确定，出现ECM的回归结果，然后在点击view——lag structure——Granger causality/Block Exogeneity Test，出现的结果就是基于VECM的Granger因果关系检验。楼主不妨试试

楼上解释得很扼要，建议楼主采纳。
如果问题的本意是为何要二阶差分，答案是非平稳变量不能直接利用无约束VAR进行Granger非因果关系检验，因为这同样有可能存在伪回归问题。国内相当多的文献直接用非平稳序列进行的所谓Granger非因果关系检验全部都是错误的，楼上才是正确方法！

2# shijianping

你说的使用ＶＡＲ，但是ＶＡＲ需要稳定性检验，滞后阶数检验，等等．
结果下来是很多检验未必通过．

答复楼主：
VECM是有约束的VAR，不包括误差修正项的是无约束VAR。Eviews里直接提供的那个傻瓜式Granger检验功能，其模型形式是无约束VAR。
Granger定理说明存在协整关系的变量关系一定可以写成误差修正模型的形式，并一定存在某种方向的短期或长期Granger非因果关系。如果存在楼主所说的那些VECM不成立等问题，说明变量之间的所谓协整关系是可疑的。
协整以及VECM滞后期的选择至关重要，这是2楼所省略的。请先估计无约束VAR，滞后长度选择样本总长度的1/4左右为宜（也可根据情况变通），再根据AIC和SC，LR等准则综合判断无约束VAR的最优滞后期p。p-1就是协整关系检验以及VECM的最优滞后区间。