格蘭杰因果關(guān)系檢驗(yàn)(計(jì)量經(jīng)濟(jì)學(xué)-武漢大學(xué)劉偉).ppt

《格蘭杰因果關(guān)系檢驗(yàn)(計(jì)量經(jīng)濟(jì)學(xué)-武漢大學(xué)劉偉).ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《格蘭杰因果關(guān)系檢驗(yàn)(計(jì)量經(jīng)濟(jì)學(xué)-武漢大學(xué)劉偉).ppt（15頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

第二節(jié)格蘭杰因果關(guān)系檢驗(yàn),所謂因果關(guān)系，是指變量之間的依賴性，作為結(jié)果的變量是由作為原因的變量所決定的，原因變量的變化引起結(jié)果變量的變化。通過前面的學(xué)習(xí)，我們已經(jīng)知道，因果關(guān)系不同于相關(guān)關(guān)系；而且從一個(gè)回歸關(guān)系式我們并不能確定變量之間是否具有因果關(guān)系。雖然我們說回歸方程中解釋變量是被解釋變量的原因，但是，這一因果關(guān)系通常是先驗(yàn)設(shè)定的，或者是在回歸之前就已確定。,實(shí)際上，在許多情況下，變量之間的因果關(guān)系并不總象農(nóng)作物產(chǎn)量和降雨量之間的關(guān)系那樣一目了然，或者沒有充分的知識使我們認(rèn)清變量之間的因果關(guān)系。此外，即使某一經(jīng)濟(jì)理論宣稱某兩個(gè)變量之間存在一種因果關(guān)系，也需要給以經(jīng)驗(yàn)上的支持。Granger從預(yù)測的角度給出了因果關(guān)系的一種定義。,一、Granger因果關(guān)系,Granger指出：如果一個(gè)變量X無助于預(yù)測另一個(gè)變量Y，則說X不是Y的原因；相反，若X是Y的原因，則必須滿足兩個(gè)條件：第一，X應(yīng)該有助于預(yù)測Y，即在Y關(guān)于Y的過去值的回歸中，添加X的過去值作為獨(dú)立變量應(yīng)當(dāng)顯著地增加回歸的解釋能力；第二，Y不應(yīng)當(dāng)有助于預(yù)測X，其原因是，如果X有助于預(yù)測Y，Y也有助于預(yù)測X，則很可能存在一個(gè)或幾個(gè)其他變量，它們既是引起X變化的原因，也是引起Y變化的原因。現(xiàn)在人們一般把這種從預(yù)測的角度定義的因果關(guān)系稱為Granger因果關(guān)系。,二、Granger因果關(guān)系檢驗(yàn),變量X是否為變量Y的Granger原因，是可以檢驗(yàn)的。檢驗(yàn)X是否為引起Y變化的Granger原因的過程如下：第一步，檢驗(yàn)原假設(shè)“H0：X不是引起Y變化的Granger原因”。首先，估計(jì)下列兩個(gè)回歸模型：,無約束回歸模型（u）：,有約束回歸模型（r）：,式中，?0表示常數(shù)項(xiàng)；p和q分別為變量Y和X的最大滯后期數(shù)，通常可以取的稍大一些；?t為白噪聲。,然后，用這兩個(gè)回歸模型的殘差平方和RSSu和RSSr構(gòu)造F統(tǒng)計(jì)量：,檢驗(yàn)原假設(shè)“H0：X不是引起Y變化的Granger原因”（等價(jià)于檢驗(yàn)H0：?1=?2=…=?q=0）是否成立。,如果F≥F?（q，n-p-q-1）,則?1、?2、…、?q顯著不為0，應(yīng)拒絕原假設(shè)“H0：X不是引起Y變化的Granger原因”；反之，則不能拒絕原假設(shè)“H0：X不是引起Y變化的Granger原因”。,其中，n為樣本容量。,第二步，將Y與X的位置交換，按同樣的方法檢驗(yàn)原假設(shè)“H0：Y不是引起X變化的Granger原因”。第三步，要得到“X是Y的Granger原因”的結(jié)論，必須同時(shí)拒絕原假設(shè)“H0：X不是引起Y變化的Granger原因”和接受原假設(shè)“H0：Y不是引起X變化的Granger原因”。,三、通過Eviews軟件進(jìn)行Granger因果關(guān)系檢驗(yàn),上述Granger因果關(guān)系檢驗(yàn)，是建立在向量自回歸（VAR：VectorAutoregression）模型技術(shù)基礎(chǔ)之上的。但是，借助于Eviews軟件，可以很方便地進(jìn)行Granger因果關(guān)系檢驗(yàn)。具體步驟為：首先，建立工作文件，錄入需檢驗(yàn)是否存在Granger因果關(guān)系的變量Y和X的樣本觀測值；,然后，在工作文件窗口中，同時(shí)選中序列Y和X，單擊鼠標(biāo)右鍵，在彈出的菜單中選擇Open/asGroup，生成一個(gè)群對象（Group）；最后，在群對象觀測值窗口的工具欄中選擇View/GrangerCausality，在屏幕出現(xiàn)的對話框（LagSpecification）中Lagstoinclude一欄后面輸入最大滯后期數(shù)k（注意：在Eviews軟件中進(jìn)行Granger因果關(guān)系檢驗(yàn)時(shí)，將Y的滯后期數(shù)p和X的滯后期數(shù)q取為相等。當(dāng)然，關(guān)鍵是X的滯后期數(shù)），點(diǎn)擊OK，即可得到格蘭杰因果檢驗(yàn)的結(jié)果。,格蘭杰因果檢驗(yàn)結(jié)果,表中，最后一列的Probability是F統(tǒng)計(jì)量（F-Statistic）的相伴概率，表示拒絕第一列中的原假設(shè)（NullHypothesis）犯第一類錯(cuò)誤的概率，該概率越小，越應(yīng)該拒絕原假設(shè)。Obs表示每個(gè)變量序列的觀測值個(gè)數(shù)，等于n-k。,例下表是某水庫1998年至2000年各旬的流量、降水量數(shù)據(jù)。試通過Eviews軟件檢驗(yàn)降水量是否流量的Granger原因。,解：,（1）建立工作文件。,由于本例數(shù)據(jù)的時(shí)間間隔為旬，Eviews沒有提供相應(yīng)的時(shí)期度量，故應(yīng)利用鼠標(biāo)左鍵單擊主菜單選項(xiàng)File，在打開的下拉菜單中選擇New/Workfile，并在工作文件定義對話框（WorkfileRange）的Workfilefrequency一欄選擇Undatedorirregular項(xiàng)。在起止項(xiàng)中分別輸入1和78，表示每個(gè)序列的觀測值個(gè)數(shù)為78個(gè)。,（2）建立變量序列并輸入樣本數(shù)據(jù)。,在工作文件建立后，應(yīng)創(chuàng)建待分析處理的數(shù)據(jù)序列。在主窗口的菜單選項(xiàng)或者工作文件窗口的工具欄中選擇Objects/NewObject，并在屏幕出現(xiàn)的對象定義對話框（NewObject）左側(cè)的TypeofObject一欄選擇Series，在右側(cè)NameforObject一欄分別輸入vol和ra表示水庫流量與降水量兩個(gè)序列。然后在工作文件（Workfile）窗口分別雙擊vol或ra，在屏幕出現(xiàn)的Series窗口工具欄上選擇Edit+/-按鈕，進(jìn)入編輯狀態(tài)，可以輸入樣本數(shù)據(jù)。錄入數(shù)據(jù)完畢后再次點(diǎn)擊Edit+/-按鈕，恢復(fù)只讀狀態(tài)。或者，也可以在Excel中先建立一個(gè)工作表，將有關(guān)變量的數(shù)據(jù)錄進(jìn)去；然后在EViews的工作文件窗口選擇procs/Import/ReadText-lotus-Excel，將其讀入Eviews。,（3）進(jìn)行Granger因果關(guān)系檢驗(yàn)。,在工作文件窗口中，同時(shí)選中序列vol和ra，單擊鼠標(biāo)右鍵，在彈出的菜單中選擇Open/asGroup，生成一個(gè)群對象（Group）；然后，在群對象觀測值窗口的工具欄中選擇View/GrangerCausality，在屏幕出現(xiàn)的對話框（LagSpecification）中Lagstoinclude一欄后面輸入最大滯后期數(shù)k=9，點(diǎn)擊OK，即可得到格蘭杰因果檢驗(yàn)的結(jié)果。,格蘭杰因果關(guān)系檢驗(yàn)的結(jié)果,從檢驗(yàn)結(jié)果不難看出，當(dāng)取最大滯后期數(shù)k=9時(shí)，拒絕原假設(shè)“VOLdoesnotGrangerCauseRA”犯第一類錯(cuò)誤的概率高達(dá)0.32100，而拒絕原假設(shè)“RAdoesnotGrangerCauseVOL”犯第一類錯(cuò)誤的概率僅為0.00366。所以，降水量確實(shí)是水庫流量的Granger原因。,