[多图]非线性格兰杰因果检验，eveiws详细实现步骤

最新推荐文章于 2022-06-21 15:46:38 发布

统计分析分析

最新推荐文章于 2022-06-21 15:46:38 发布

阅读量1w

点赞数 5

本文链接：https://blog.csdn.net/qq_36303521/article/details/103923440

版权

本文介绍了非线性格兰杰因果检验的重要性，指出传统的Granger因果检验在处理非线性时间序列时的局限性。通过Eviews软件，详细阐述了建立VAR模型、生成残差、进行BDS检验以及使用GCTEST工具进行非线性因果检验的步骤，以帮助分析宏观经济和金融数据中的非线性关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

传统的 Granger 因果检验考察的是变量之间的线性因果关系,而且，由于传统的 Granger 因果检验隐含假定潜在的数据生成过程( DGP)是线性的，因此在实际的应用分析中常常是在 VAＲ分析框架下，借助 F 检验来对变量间的线性因果关系进行检验。然而，随着学术界对非线性研究的不断深入，最新的研究表明传统的 Granger 因果检验方法可能存在着较大的局限性。这是因为宏观经济变量以及金融时间序列常常呈现出复杂的非线性动态变化趋势.

在实际的经济运行中，经济变量常常因体制变革、金融危机等经济事件的冲击而产生结构性突变，由此引发的体制区间效应使得变量在相互作用过程中呈现出显著的非线性特征。然而，传统的 Granger 因果检验方法考察的是变量之间的线性因果关系，无法发现变量间实际存在的非线性因果关系，更重要的是，当时间序列存在显著的非线性趋势，采用传统的 Granger 因果检验方法可能导致结论出现明显偏差 .

为了克服上述传统 Grange 因果检验方法的局限性，新一代的非线性检验方法也应运而生，其中，最具代表性的研究包括 Hiemstra 和 Jones( 1994)与 Diks和 Panchenko( 2006) .

需要准备的工具：