格兰杰因果检验-基础概念

格兰杰因果关系的思想：

1. MSE:均方误差，对Y进行S期预测的均方误差，公式如下：
   
2. 当以y为基础对y进行S期预测的均方误差=以y和x为基础对y进行S期预测的均方误差时，也就是：
   
   此时认为x不能Granger引起y，也可以理解为x外生于y。也就是说x对于未来的y没有线性影响。
   即使x可以格兰杰引起y，也不代表y一定是x的结果或效果，仅仅代表在统计的时间先后关系，x发生早于y。通过度量对y进行预测时x的前期信息对均方误差MSE的减少是否有贡献，并以此作为因果关系检验的基准。
3. 在VAR(2)模型(二阶模型)中的应用:
   
   当x的滞后项的系数(如下)全部为0时，变量x不能Granger引起y，等价于变量x外生于变量y。
   
   如果y可以格兰杰引起x，而x不可以格兰杰引起y，则x与y之间有单向因果关系，在var(2)模型中单向因果关系也可以作为模型类的变量，认为其是类生的，不存在则一定应该剔除出模型。
4. 格兰杰因果检验在论文中的呈现方式：
   
   格兰杰检验结果受滞后阶数的影响非常大，因此一般给出多个。
   当prob足够小时，认为两者有格兰杰因果关系，如：上图中lag2中prob=0.013，表示LNMSH与DLNMJPY是有格兰杰因果关系的。
5. 要点归纳：
   ①格兰杰因果关系并不是逻辑意义上的因果关系，而是统计上的因果关系(先后关系)。
   ②格兰杰检验要求序列平稳或者协调。
   ③格兰杰检验的结果与滞后期的选择有关。
   ④从统计意义上来说，如果变量之间没有格兰杰因果关系，应剔除出模型。
   ⑤单向因果仍可以进入模型。
   ⑥格兰杰因果关系可应用于研究政策时滞性。