Granger因果检验Granger因果检验
Granger因果检验是用于检验两个变量之间因果关系的一种常用方法。于1969年由J.Granger提出,70年代中Hendry和Richard等加以发展。
⒈ 定义
给定一个信息集
,它至少包含
,如果利用
的过去比不利用它时可以更好地预测
,称
为
的Granger原因。
⒉ 检验模型
如果
、
为平稳过程,对于模型
为白噪声。存在下列情况:
⑴如果
,则
、
互相独立;
⑵如果
,则
为
的原因;
⑶如果
,则
为
的原因;
⑷如果
,则
、
互为因果...
Granger因果检验
Granger因果检验是用于检验两个变量之间因果关系的一种常用方法。于1969年由J.Granger提出,70年代中Hendry和Richard等加以发展。
⒈ 定义
给定一个信息集
,它至少包含
,如果利用
的过去比不利用它时可以更好地预测
,称
为
的Granger原因。
⒉ 检验模型
如果
、
为平稳过程,对于模型
为白噪声。存在下列情况:
⑴如果
,则
、
互相独立;
⑵如果
,则
为
的原因;
⑶如果
,则
为
的原因;
⑷如果
,则
、
互为因果。
⒊ F检验
对于
进行假设检验,设置
首先对模型应用OLS,记残差平方和为
;再对模型
应用OLS,记残差平方和为
。构造统计量
给定置信水平
,查临界值
,如果
,拒绝
,接受
。
实际应用时,需要对模型⑴、⑵同时检验,才能作出判断。在应用软件中给出了具体的存在因果关系的概率值。
由于
为“
不是
的Granger原因”,所以严格讲,该检验应该是“Granger非因果检验”。
⒋ 模型中
、
的确定
利用Akaike最终预测差(FPE)
为基础确定最优滞后期。
⑴对
进行估计,给定不同的m值,得到使下列
最小的
值,为
的最优滞后期,
为观测值总数。
⑵将
的最优滞后期
值作为给定值代入模型
估计模型,求得使下列
最小的
值,为
的最优滞后期,
⒌ 说明
必须首先对
、
进行ADF检验,如果不是平稳序列,经过1次或者多次差分使之平稳化,然后对两个平稳化后的序列进行Granger检验。
平稳化后的序列的经济含义发生了变化,在检验结果的语言描述时应该加以注意。
本文档为【Granger因果检验】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。