格兰杰因果（Granger Causality）

概述

Granger 因果检验由 Clive Granger 于 1969 年提出，用"X 的过去值是否能帮助预测 Y"来定义时间序列间的预测性因果关系，是计量经济学中因果分析的核心工具之一，也是 Granger 获得 2003 年诺贝尔经济学奖的核心贡献。

关键内容

1. 历史背景：1960 年代计量经济学面临因果难题——联立方程模型预先假定因果方向，数据无法纠正错误假设。Granger 注意到因果关系中一个被忽视的维度：时间。原因必须发生在结果之前。

2. 核心定义：如果在包含 X 和 Y 过去值的信息集下，对 Y 的预测精度显著高于仅用 Y 过去值的预测精度，则称 X Granger-cause Y。这是基于预测能力的因果定义，而非哲学意义上的因果性。

3. 检验方法：通过比较受限模型（仅用 Y 的过去值）和非受限模型（同时用 X 和 Y 的过去值）的预测误差，用 F 检验判断 X 的系数是否联合显著不为零。

4. 局限性：Granger 因果不等于真正的因果关系——可能存在隐藏的第三变量同时驱动两者。但它提供了一个可操作的、可用数据检验的因果性定义。

来源

• 05-granger-1969-causality — 谁是因，谁是果？一位经济学家用"预测"重新定义了因果关系

相关

• AR 模型（自回归模型） — depends_on
• 因果推断 — compares_to
• 协整分析 — relates_to