gemini69 发表于 2010-6-11 13:14

acjlhong 发表于 2010-6-11 12:35

gemini69 发表于 2010-6-11 00:19

acjlhong 发表于 2010-6-10 23:57

gaopeishan 发表于 2010-6-10 22:38
格兰杰因果关系检验必需要求数列是平稳的吗？假如不是平稳的，一阶差分是平稳的，那么必须检验时必须用差分序列的数据吗？

否。
请您试着随便设定某种形式的VECM，然后会惊奇地在下拉菜单中看到基于VECM的格兰杰检验选项。

从 version 4.0 以来 EViews 的操作手册都已经说的很清楚了，也就是没有什么 "基於VECM 的格兰杰检验选项"；
那也不算是格兰杰检验，因为检定对象应是 all lagged level terms，
虽然那些 first differenced terms 按 Sims et al. (1990) 可表或替代 level terms.

这种方法由于未包括误差修正项，因此检验的恰恰是短期效应。由于检验的是差分滞后项是否提高了模型对因变量的解释能力，因此它就是短期Granger非因果关系检验。
若对ECT和差分滞后项同时施加Wald约束，由于检验包含了水平变量表示的长期协整关系，其F统计量可用于检验长期Granger非因果关系（另一种意义上的长期Granger非因果关系检验是仅对ECT项施加wald约束）
若直接用平稳变量pairwise test，对于多变量协整而言就有些荒谬了，因为检验结果和协整方程无关。因此，不基于误差修正模型而对非平稳序列进行的，基于无约束VAR的检验是错误的。

哦！，那就请问您一点：
请问协整的是 the level variables 还是 the first differenced variables？
那个 differenced terms 变动，level terms 都不变哟？！
别忘记原始模式是 VAR(p)，那个 VECM 模式，根本就跟 单变量的 ADF 模式一样，仅仅是由 level variable reparameterization.
EViews 官方操作手册也都标明此点。


再说，哪来这种长短期 Granger causality？  那些 ECM terms 也是短期，代表短期往长期均衡调整。
要分长短期，通常透过拆解 VMA 模式去区分，因为那可明确分离出 common stochastic trend，与短期波动，

ADF 请参考： Said & Dickey (1984)
Granger causality test 与 内生性等等，例参考： de Brouwer & Ericsson (1998)
不平稳变量与平稳变量等等的统计检定，请参考：Phillips (1986~1988)，Stock (1987)，West (1988)，Sims et al. (1990)
拆解长短期，例参考： Gonzalo & Granger (1995)

acjlhong 发表于 2010-6-12 02:25
您也没回答5F和7F关于双变量检验与协整方程是否有关的问题。
另9F第三段后半部分说明了一阶单整序列间的Granger因果关系既可能是自变量差分滞后项到差分形式因变量，也可能是误差修正项到差分形式因变量，已经足以说明自变量差分滞后项对因变量差分项的效应可以是Granger因果关系，足下4F之论已不攻自破。