请问格兰杰因果检验和误差修正模型之间的关系

110teddy

15587

收藏 2010-02-24

如果两变量之间不存在格兰杰因果关系，那么还有必要建立误差修正模型么？
另外，两变量不是协整关系是不是就意味着没有格兰杰因果关系？
这三个之间的逻辑关系我弄不清楚，请求帮助谢谢！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

keizai2008

2010-2-24 15:48:58

这个困惑我也有，请明白的同学们指点一下，自学真是有些吃力。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

110teddy

2010-2-24 16:23:25

请明白的朋友解释一下不胜感激

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

晚秋丝雨

2010-2-24 19:51:45

3# 110teddy

我也是因为写论文，是个初学者，看没有什么人回答你，我现学现卖一下吧。

如果同阶平稳，不需要协整，可以格兰杰。如果一阶平稳，需要协整，如果其不协整，格兰杰没有意义。格兰杰后才误差修正。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

yette

2010-2-25 10:52:05

Granger指出:如果变量之间是协整的，那么至少存在一个方向上的Granger原因。如果变量是I(l)，当变量之间存在协整关系时，使用1阶差分模型进行估计，而不使用误差修正模型检验变量之间的因果性，模型设定就是错误的，差分丢掉了协整关系的信息，可能得到不存在因果关系的错误结论.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

yette

2010-2-25 10:55:08

如果两变量之间不存在协整关系。如果原始变量均为I(l)变量，且两者间不存在协整关系，使用Granger因果检验方法检验它们之间的因果关系，就要对它们作变换，以使变换后的时间序列是协方差平稳的，而且还要求这种变换不改变原始变量间的因果关系。
（例如差分、取对数等）

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

caoshuishui

2010-2-25 20:08:32

Granger因果检验
Granger(1969)提出了一个判断因果关系的检验，即格兰杰因果检验(Granger causality tests)。在变量X是否引起变量Y的问题上，主要看变量X的滞后值加入以Y为被解释变量的方程中，能否提高对Y的解释程度。如果X滞后值对现期的Y预测有帮助，就可以说“X　Granger 引起了Y”。
注意是滞后值与现期值。

EG建立ECM

最早的协整检验就是两变量的Engle-Granger检验，是Engle和Granger于1987年提出EG两步建立ECM（误差修正模型）。
第一步，用普通最小二乘法（OLS）直接做回归估计，用得到的残差值做平稳性检验，检验方法同样采用单位根检验，但临界值发生了变化，Engle-Granger（1987）提出，由于OLS法的估计原理是使残差平方和最小，所以OLS估计很容易得到一个平稳的残差序列，因此临界值将更小（即更负）。如果残差序列是平稳变量，则通过协整检验，可以认为这两个变量之间存在协整性，即存在着长期均衡关系。
第二步，用由第一步得到的残差值作为误差修正项加入误差修正模型中并用OLS估计短期参数。

一般来说，两变量的话，先静态回归，再检验残差序列是否是平稳的，是平衡的话，则存在协整关系。用“格兰杰检验”检验两变量一阶差分间的关系。如果自变量的一阶差分是导致因变量的一阶差分的格兰杰的原因，那么就可以建立ECM了。
其实，简单的说，不用管格兰杰，直接做ECM，看最后估计系数的显著性就行了。格兰杰是佐证一下的。