三大檢驗(yàn)LMWALDLR課件

1、三大檢驗(yàn)lmwald-lr學(xué)習(xí)計(jì)量學(xué)習(xí)計(jì)量三大檢驗(yàn)lmwald-lr第第11 11章章 模型的診斷與檢驗(yàn)?zāi)Ｐ偷脑\斷與檢驗(yàn)11.1 模型總顯著性的模型總顯著性的f檢驗(yàn)（已講過(guò)）檢驗(yàn)（已講過(guò)）11.2 模型單個(gè)回歸參數(shù)顯著性的模型單個(gè)回歸參數(shù)顯著性的t檢驗(yàn)（檢驗(yàn)（已講過(guò)已講過(guò)）11.3 檢驗(yàn)若干檢驗(yàn)若干線性約束條件是否成立的線性約束條件是否成立的f檢驗(yàn)檢驗(yàn)11.4 似然比（似然比（lr）檢驗(yàn)）檢驗(yàn)11.5 沃爾德（沃爾德（wald）檢驗(yàn)）檢驗(yàn)11.6 拉格朗日乘子（拉格朗日乘子（lm）檢驗(yàn)）檢驗(yàn)11.7 鄒（鄒（chow）突變點(diǎn)檢驗(yàn)（不講）突變點(diǎn)檢驗(yàn)（不講）11.8 jb（jarque-bera）

2、正態(tài)分布檢驗(yàn)（不講）正態(tài)分布檢驗(yàn)（不講）11.9 格蘭杰格蘭杰（granger）因果性檢驗(yàn)（不講）因果性檢驗(yàn)（不講）三大檢驗(yàn)lmwald-lr（第（第3版版252頁(yè)）頁(yè)）在建立模型過(guò)程中，要對(duì)模型參數(shù)以及模型的各種假定條件在建立模型過(guò)程中，要對(duì)模型參數(shù)以及模型的各種假定條件作檢驗(yàn)。這些檢驗(yàn)要通過(guò)運(yùn)用統(tǒng)計(jì)量來(lái)完成。在第作檢驗(yàn)。這些檢驗(yàn)要通過(guò)運(yùn)用統(tǒng)計(jì)量來(lái)完成。在第2章和第章和第3章已經(jīng)介紹過(guò)檢驗(yàn)單個(gè)回歸參數(shù)顯著性的章已經(jīng)介紹過(guò)檢驗(yàn)單個(gè)回歸參數(shù)顯著性的t統(tǒng)計(jì)量和檢驗(yàn)?zāi)Ｐ徒y(tǒng)計(jì)量和檢驗(yàn)?zāi)Ｐ蛥?shù)總顯著性的參數(shù)總顯著性的f統(tǒng)計(jì)量。在第統(tǒng)計(jì)量。在第5章介紹了模型誤差項(xiàng)是否存章介紹了模型誤差項(xiàng)是否存在異方差的在

3、異方差的durbin-watson檢驗(yàn)、檢驗(yàn)、white檢驗(yàn)；在第檢驗(yàn)；在第6章介紹了章介紹了模型誤差項(xiàng)是否存在自相關(guān)的模型誤差項(xiàng)是否存在自相關(guān)的dw檢驗(yàn)和檢驗(yàn)和bg檢驗(yàn)。檢驗(yàn)。本章開(kāi)始先簡(jiǎn)要總結(jié)模型參數(shù)總顯著性的本章開(kāi)始先簡(jiǎn)要總結(jié)模型參數(shù)總顯著性的f檢驗(yàn)檢驗(yàn)、單個(gè)回歸參、單個(gè)回歸參數(shù)顯著性的數(shù)顯著性的t檢驗(yàn)檢驗(yàn)。然后再介紹幾個(gè)在建模過(guò)程中也很常用的。然后再介紹幾個(gè)在建模過(guò)程中也很常用的其他檢驗(yàn)方法。他們是檢驗(yàn)?zāi)Ｐ推渌麢z驗(yàn)方法。他們是檢驗(yàn)?zāi)Ｐ腿舾删€性約束條件是否成立若干線性約束條件是否成立的的f檢驗(yàn)檢驗(yàn)和和似然比（似然比（lr）檢驗(yàn)）檢驗(yàn)、wald檢驗(yàn)檢驗(yàn)、lm檢驗(yàn)檢驗(yàn)、jb檢驗(yàn)檢驗(yàn)以及以及g

4、ranger非因果性檢驗(yàn)非因果性檢驗(yàn)。第第11 11章章 模型的診斷與檢驗(yàn)?zāi)Ｐ偷脑\斷與檢驗(yàn)三大檢驗(yàn)lmwald-lr 11.1 11.1 模型總顯著性的模型總顯著性的f 檢驗(yàn)檢驗(yàn)以多元線性回歸模型，以多元線性回歸模型，yt = 0 0+ 1xt1+ 2xt2+ k xt k+ ut為例，為例， 原假設(shè)與備擇假設(shè)分別是原假設(shè)與備擇假設(shè)分別是 h0： 1= 2 = = k = 0； h1： j不全為零不全為零在原假設(shè)成立條件下，統(tǒng)計(jì)量在原假設(shè)成立條件下，統(tǒng)計(jì)量其中其中ssr指回歸平方和；指回歸平方和；sse指殘差平方和；指殘差平方和；k+1表示模型中表示模型中被估參數(shù)個(gè)數(shù)；被估參數(shù)個(gè)數(shù)；t 表示樣

5、本容量。判別規(guī)則是，表示樣本容量。判別規(guī)則是，若若 f f (k,t-k-1)，接受，接受h0；若若 f f (k,t-k-1) , 拒絕拒絕h0。 （詳見(jiàn)第（詳見(jiàn)第3章）章）（第（第3版版252頁(yè)）頁(yè)）) 1,() 1/()/(ktkfktssekssrf三大檢驗(yàn)lmwald-lr 11.2 11.2 模型單個(gè)回歸參數(shù)顯著性的模型單個(gè)回歸參數(shù)顯著性的t t 檢驗(yàn)檢驗(yàn)（第（第3版版253頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr 11.3 11.3 檢驗(yàn)若干線性約束條件是否成立的檢驗(yàn)若干線性約束條件是否成立的f f 檢驗(yàn)檢驗(yàn)（第（第3版版254頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr例例11.1：建立：建立

6、中國(guó)國(guó)債發(fā)行額模型。中國(guó)國(guó)債發(fā)行額模型。首先分析中國(guó)國(guó)債發(fā)行額序列的特征。首先分析中國(guó)國(guó)債發(fā)行額序列的特征。1980年國(guó)債發(fā)行額是年國(guó)債發(fā)行額是43.01億元，占億元，占gdp當(dāng)年總量的當(dāng)年總量的1%，2001年國(guó)債發(fā)行額是年國(guó)債發(fā)行額是4604億元，占億元，占gdp當(dāng)年總量的當(dāng)年總量的4.8%。以當(dāng)年價(jià)格計(jì)算，。以當(dāng)年價(jià)格計(jì)算，21年間年間（1980-2001）增長(zhǎng)了）增長(zhǎng)了106倍。平均年增長(zhǎng)率是倍。平均年增長(zhǎng)率是24.9%。中國(guó)當(dāng)前正處在社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制逐步完善，宏觀經(jīng)濟(jì)運(yùn)中國(guó)當(dāng)前正處在社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制逐步完善，宏觀經(jīng)濟(jì)運(yùn)行平穩(wěn)階段。國(guó)債發(fā)行總量應(yīng)該與經(jīng)濟(jì)總規(guī)模，財(cái)政赤字的多行平

7、穩(wěn)階段。國(guó)債發(fā)行總量應(yīng)該與經(jīng)濟(jì)總規(guī)模，財(cái)政赤字的多少，每年的還本付息能力有關(guān)系。少，每年的還本付息能力有關(guān)系。11.3 11.3 檢驗(yàn)若干線性約束條件是否成立的檢驗(yàn)若干線性約束條件是否成立的f f 檢驗(yàn)檢驗(yàn)0100020003000400050008082848688909294969800debt（第（第3版版254頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr 例例11.111.1：建立中國(guó)國(guó)債發(fā)行額模型：建立中國(guó)國(guó)債發(fā)行額模型選擇選擇3個(gè)解釋變量，國(guó)內(nèi)生產(chǎn)總值，財(cái)政赤字額，年還本付息額，根據(jù)散點(diǎn)個(gè)解釋變量，國(guó)內(nèi)生產(chǎn)總值，財(cái)政赤字額，年還本付息額，根據(jù)散點(diǎn)圖建立中國(guó)國(guó)債發(fā)行額模型如下：圖建立中國(guó)國(guó)債發(fā)

8、行額模型如下： debtt = 0 + 1 gdpt + 2 deft + 3 repayt + ut其中其中debtt表示國(guó)債發(fā)行總額（單位：億元），表示國(guó)債發(fā)行總額（單位：億元），gdpt表示年國(guó)內(nèi)生產(chǎn)總值表示年國(guó)內(nèi)生產(chǎn)總值（單位：百億元），（單位：百億元），deft表示年財(cái)政赤字額（單位：億元），表示年財(cái)政赤字額（單位：億元），repayt表示表示年還本付息額（單位：億元）。年還本付息額（單位：億元）。01000200030004000500002004006008001000gdpdebt010002000300040005000-10000100020003000defdebt010

9、00200030004000500005001000150020002500repaydebt （第（第3版版255頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr用用1980 2001年數(shù)據(jù)得輸出結(jié)果如下；年數(shù)據(jù)得輸出結(jié)果如下； debtt = 4.31 +0.35 gdpt +1.00 deft +0.88 repayt (0.2) (2.2) (31.5) (17.8) r2 = 0.999, dw=2.12, t =22, sseu= 48460.78, (1980-2001)是否可以從模型中刪掉是否可以從模型中刪掉deft和和repayt呢？可以用呢？可以用f統(tǒng)計(jì)量完成上述檢驗(yàn)。統(tǒng)計(jì)量完成上述檢驗(yàn)

10、。原假設(shè)原假設(shè)h0是是 3 = 4 = 0（約束（約束deft和和repayt的系數(shù)為零）。給出約束模型的系數(shù)為零）。給出約束模型估計(jì)結(jié)果如下，估計(jì)結(jié)果如下， debtt = -388.40 +4.49 gdpt (-3.1) (17.2) r2 = 0.94, dw=0.25, t =22, sser= 2942679, (1980-2001)已知約束條件個(gè)數(shù)已知約束條件個(gè)數(shù)m = 2，t- k-1 = 18。sseu= 48460.78，sser= 2942679。 因?yàn)橐驗(yàn)閒=537.5 f( 2, 18) =3.55，所以，所以拒絕原假設(shè)拒絕原假設(shè)。不能從模型中刪除解釋變。不能從模型中

11、刪除解釋變量量deft和和repayt。（第（第3版版256頁(yè)）頁(yè)）例例11.111.1：建立中國(guó)國(guó)債發(fā)行額模型：建立中國(guó)國(guó)債發(fā)行額模型三大檢驗(yàn)lmwald-lreviews可以有三種途徑完成上述可以有三種途徑完成上述f檢驗(yàn)。檢驗(yàn)。（1）在輸出結(jié)果窗口中點(diǎn)擊）在輸出結(jié)果窗口中點(diǎn)擊view，選，選coefficient tests, wald coefficient restrictions功能（功能（wald參數(shù)約束檢驗(yàn)），在隨后彈出的對(duì)話框中填入?yún)?shù)約束檢驗(yàn)），在隨后彈出的對(duì)話框中填入c(3) = c(4) = 0?？傻萌缦陆Y(jié)果。其中?？傻萌缦陆Y(jié)果。其中f = 537.5。例例11.111.

12、1：建立中國(guó)國(guó)債發(fā)行額模型：建立中國(guó)國(guó)債發(fā)行額模型（第（第3版版256頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr （2）在非約束模型輸出結(jié)果窗口中點(diǎn)擊）在非約束模型輸出結(jié)果窗口中點(diǎn)擊view，選，選coefficient tests, redundant variables -likelihood ratio功能（模型中是否存在多余的不重功能（模型中是否存在多余的不重要解釋變量），在隨后彈出的對(duì)話框中填入要解釋變量），在隨后彈出的對(duì)話框中填入gdp，def。可得計(jì)算結(jié)果?？傻糜?jì)算結(jié)果f = 537.5。（3）在約束模型輸出結(jié)果窗口中點(diǎn)擊）在約束模型輸出結(jié)果窗口中點(diǎn)擊view，選，選coefficien

13、t tests, omitted variables -likelihood ratio功能（模型中是否丟了重要的解釋變量），在功能（模型中是否丟了重要的解釋變量），在隨后彈出的對(duì)話框中填入擬加入的解釋變量隨后彈出的對(duì)話框中填入擬加入的解釋變量gdp，def?？傻媒Y(jié)果?？傻媒Y(jié)果f = 537.5。例例11.111.1：建立中國(guó)國(guó)債發(fā)行額模型：建立中國(guó)國(guó)債發(fā)行額模型（第（第3版版256頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr 11.4 11.4 似然比（似然比（lrlr）檢驗(yàn)）檢驗(yàn)（第（第3版版257頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.4 11.4 似然比（似然比（lrlr）檢驗(yàn)）檢驗(yàn)（第（第3版

14、版258頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr 似然比（似然比（lr）檢驗(yàn)的）檢驗(yàn)的eviews操作有兩種途徑。操作有兩種途徑。（1）在非約束模型估計(jì)結(jié)果窗口中點(diǎn)擊）在非約束模型估計(jì)結(jié)果窗口中點(diǎn)擊view，選，選coefficient tests, redundant variables -likelihood ratio功能（模型中是否存在多余的不重要解釋變量），在隨功能（模型中是否存在多余的不重要解釋變量），在隨后彈出的對(duì)話框中填入后彈出的對(duì)話框中填入gdp，def?？傻媒Y(jié)果。其中?？傻媒Y(jié)果。其中l(wèi)r（log likelihood ratio）= 90.34，與上面的計(jì)算結(jié)果相同。，與上面的計(jì)

15、算結(jié)果相同。（2）在約束模型估計(jì)結(jié)果窗口中點(diǎn)擊）在約束模型估計(jì)結(jié)果窗口中點(diǎn)擊view，選，選coefficient tests, omitted variables -likelihood ratio功能（模型中是否丟了重要的解釋變量），在隨后彈出的對(duì)話框功能（模型中是否丟了重要的解釋變量），在隨后彈出的對(duì)話框中填入擬加入的解釋變量中填入擬加入的解釋變量gdp，def。可得結(jié)果。其中?？傻媒Y(jié)果。其中l(wèi)r（log likelihood ratio）= 90.34，與上面的計(jì)算結(jié)果相同。，與上面的計(jì)算結(jié)果相同。11.4 11.4 似然比（似然比（lrlr）檢驗(yàn)）檢驗(yàn)三大檢驗(yàn)lmwald-lr11.

16、511.5沃爾德（沃爾德（waldwald）檢驗(yàn)）檢驗(yàn)（第（第3版版259頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.511.5沃爾德（沃爾德（waldwald）檢驗(yàn)）檢驗(yàn)（第（第3版版260頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr 11.511.5沃爾德（沃爾德（waldwald）檢驗(yàn)）檢驗(yàn)（第（第3版版260頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.511.5沃爾德（沃爾德（waldwald）檢驗(yàn)）檢驗(yàn)（第（第3版版261頁(yè)）頁(yè)）在原假設(shè)在原假設(shè) 1 2 = 3 成立條件下，成立條件下，w統(tǒng)計(jì)量漸近服從統(tǒng)計(jì)量漸近服從 (1) 分布。分布。三大檢驗(yàn)lmwald-lr11.511.5沃爾德（沃爾德（wal

17、dwald）檢驗(yàn)）檢驗(yàn)（第（第3版版262頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.511.5沃爾德（沃爾德（waldwald）檢驗(yàn)）檢驗(yàn)（第（第3版版263頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.511.5沃爾德（沃爾德（waldwald）檢驗(yàn)）檢驗(yàn)（第（第3版版263頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr在在(11.20)式窗口中點(diǎn)擊式窗口中點(diǎn)擊view，選，選coefficient tests, wald-coefficient restrictions功能，并在隨后彈出的對(duì)話框中填入功能，并在隨后彈出的對(duì)話框中填入c(2)/c(3)=0.5，得輸出結(jié)，得輸出結(jié)果如圖果如圖11.7。其中。其中

18、 2 = 0.065即是即是wald統(tǒng)計(jì)量的值。上式統(tǒng)計(jì)量的值。上式w= 0.075與此略有與此略有出入。出入。因?yàn)橐驗(yàn)閣= 0.065對(duì)應(yīng)的概率大于對(duì)應(yīng)的概率大于0.05，說(shuō)明統(tǒng)計(jì)量落在原假設(shè)的接收域。結(jié)，說(shuō)明統(tǒng)計(jì)量落在原假設(shè)的接收域。結(jié)論是接受原假設(shè)（約束條件成立）。論是接受原假設(shè)（約束條件成立）。11.511.5沃爾德（沃爾德（waldwald）檢驗(yàn)）檢驗(yàn)（第（第3版版263頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.6 11.6 拉格朗日乘子（拉格朗日乘子（lmlm）檢驗(yàn)）檢驗(yàn)拉格朗日（拉格朗日（lagrange）乘子（）乘子（lm）檢驗(yàn)只需估計(jì)約束模型。所）檢驗(yàn)只需估計(jì)約束模型。所以當(dāng)施

19、加約束條件后模型形式變得簡(jiǎn)單時(shí)，更適用于這種檢驗(yàn)。以當(dāng)施加約束條件后模型形式變得簡(jiǎn)單時(shí)，更適用于這種檢驗(yàn)。lm乘子檢驗(yàn)可以檢驗(yàn)線性約束也可以檢驗(yàn)非線性約束條件的原乘子檢驗(yàn)可以檢驗(yàn)線性約束也可以檢驗(yàn)非線性約束條件的原假設(shè)。假設(shè)。對(duì)于線性回歸模型，通常并不是拉格朗日乘子統(tǒng)計(jì)量（對(duì)于線性回歸模型，通常并不是拉格朗日乘子統(tǒng)計(jì)量（lm）原）原理計(jì)算統(tǒng)計(jì)量的值，而是通過(guò)一個(gè)輔助回歸式計(jì)算理計(jì)算統(tǒng)計(jì)量的值，而是通過(guò)一個(gè)輔助回歸式計(jì)算lm統(tǒng)計(jì)量的統(tǒng)計(jì)量的值。值。（第（第3版版264頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr（第（第3版第版第265頁(yè)）頁(yè)）11.6 11.6 拉格朗日乘子（拉格朗日乘子（lmlm）檢驗(yàn)）

20、檢驗(yàn)lm檢驗(yàn)的輔助回歸式計(jì)算步驟如下：檢驗(yàn)的輔助回歸式計(jì)算步驟如下： (1) 確定確定lm輔助回歸式的因變量。輔助回歸式的因變量。用用ols法估計(jì)約束模型，計(jì)法估計(jì)約束模型，計(jì)算殘差序列，并把作為算殘差序列，并把作為lm輔助回歸式的因變量。輔助回歸式的因變量。 (2) 確定確定lm輔助回歸式的解釋變量。輔助回歸式的解釋變量。例如非約束模型如下式例如非約束模型如下式,yt = 0 + 1 x1t + 2 x2 t + + k xk t + ut 把上式改寫成如下形式把上式改寫成如下形式 ut = yt - 0 - 1 x1t - 2 x2 t - - k xk t 則則lm輔助回歸式中的解釋變量

21、按如下形式確定。輔助回歸式中的解釋變量按如下形式確定。 - , j = 0, 1, , k.對(duì)于非約束模型（對(duì)于非約束模型（11.26），），lm輔助回歸式中的解釋變量是輔助回歸式中的解釋變量是1, x1t , x2t , , xk t 。第一個(gè)解釋變量。第一個(gè)解釋變量1表明常數(shù)項(xiàng)應(yīng)包括在表明常數(shù)項(xiàng)應(yīng)包括在lm輔助輔助回歸式中?；貧w式中。jtu三大檢驗(yàn)lmwald-lr11.6 11.6 拉格朗日乘子（拉格朗日乘子（lmlm）檢驗(yàn)）檢驗(yàn) (3) 建立建立lm輔助回歸式，輔助回歸式， = + 1 x1t + 2 x2 t + + k xk t + vt , 其中由第一步得到。其中由第一步得到。(

22、4) 用用ols法估計(jì)上式并計(jì)算可決系數(shù)法估計(jì)上式并計(jì)算可決系數(shù)r 2。(5) 用第四步得到的用第四步得到的r2計(jì)算計(jì)算lm統(tǒng)計(jì)量的值。統(tǒng)計(jì)量的值。 lm = t r 2其中其中t表示樣本容量。在零假設(shè)成立前提下，表示樣本容量。在零假設(shè)成立前提下，tr 2 漸近服從漸近服從m個(gè)自由度的個(gè)自由度的 2(m) 分布，分布，(m) lm = t r 2 2 (m)其中其中m表示約束條件個(gè)數(shù)。表示約束條件個(gè)數(shù)。tu （第（第3版版265頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.6 11.6 拉格朗日乘子（拉格朗日乘子（lmlm）檢驗(yàn)）檢驗(yàn)（第（第3版版266頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.6 1

23、1.6 拉格朗日乘子（拉格朗日乘子（lmlm）檢驗(yàn)）檢驗(yàn)11.7 鄒鄒（chow）突變點(diǎn)檢驗(yàn)（不講）突變點(diǎn)檢驗(yàn)（不講）11.8 jb（jarque-bera）正態(tài)分布檢驗(yàn)（不講）正態(tài)分布檢驗(yàn)（不講）（第（第3版版267頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr11.9 格蘭杰格蘭杰（granger）因果性檢驗(yàn)（不講）因果性檢驗(yàn)（不講）（第（第3版版277頁(yè)）頁(yè)）三大檢驗(yàn)lmwald-lr（第（第3版版278頁(yè)）頁(yè)）11.9 格蘭杰格蘭杰（granger）因果性檢驗(yàn)（不講）因果性檢驗(yàn)（不講）三大檢驗(yàn)lmwald-lr注意：注意：（1）“格蘭杰因果性格蘭杰因果性”的正式名稱應(yīng)該是的正式名稱應(yīng)該是“格蘭杰非

24、因果格蘭杰非因果性性”。只因口語(yǔ)都希望簡(jiǎn)單，所以稱作。只因口語(yǔ)都希望簡(jiǎn)單，所以稱作“格蘭杰因果性格蘭杰因果性”。（2）為簡(jiǎn)便，通常總是把）為簡(jiǎn)便，通?？偸前褁t-1 對(duì)對(duì)yt存在（或不存在）存在（或不存在）格蘭杰格蘭杰因果關(guān)系表述為因果關(guān)系表述為xt（去掉下標(biāo)（去掉下標(biāo) -1）對(duì)）對(duì)yt存在（或不存在）存在（或不存在）格蘭格蘭杰杰因果關(guān)系（嚴(yán)格講，這種表述是不正確的）。因果關(guān)系（嚴(yán)格講，這種表述是不正確的）。（3）格蘭杰因果關(guān)系與哲學(xué)意義的因果關(guān)系還是有區(qū)別的格蘭杰因果關(guān)系與哲學(xué)意義的因果關(guān)系還是有區(qū)別的。如果說(shuō)如果說(shuō)“xt 是是yt的的格蘭杰原格蘭杰原因因”只是表明只是表明“xt中包括了預(yù)測(cè)

25、中包括了預(yù)測(cè)yt的有效信息的有效信息”。（4）這個(gè)概念首先由格蘭杰（）這個(gè)概念首先由格蘭杰（granger）在）在1969年提出。年提出。（第（第3版版278頁(yè)）頁(yè)）11.9 格蘭杰格蘭杰（granger）因果性檢驗(yàn)（不講）因果性檢驗(yàn)（不講）三大檢驗(yàn)lmwald-lr例例11.8： 以以661天（天（1999年年1月月4日至日至2001年年10月月5日）的上證日）的上證綜指（綜指（sht）和深證成指（）和深證成指（szt）數(shù)據(jù)為例，進(jìn)行雙向的）數(shù)據(jù)為例，進(jìn)行雙向的granger非因果性分析。兩個(gè)序列存在高度的相關(guān)關(guān)系，那非因果性分析。兩個(gè)序列存在高度的相關(guān)關(guān)系，那么兩個(gè)序列間可能存在雙向因果關(guān)

26、系，也有可能存在單向因么兩個(gè)序列間可能存在雙向因果關(guān)系，也有可能存在單向因果關(guān)系。果關(guān)系。3004005006007001000150020002500100200300400500600szsh30040050060070010001200140016001800200022002400szsh（第（第3版版278頁(yè)）頁(yè)）11.9 格蘭杰格蘭杰（granger）因果性檢驗(yàn)（不講）因果性檢驗(yàn)（不講）三大檢驗(yàn)lmwald-lr（第（第3版版279頁(yè)）頁(yè)）11.9 格蘭杰格蘭杰（granger）因果性檢驗(yàn)（不講）因果性檢驗(yàn)（不講）三大檢驗(yàn)lmwald-lr（第（第3版版280頁(yè)）頁(yè)）11.9 格蘭

27、杰格蘭杰（granger）因果性檢驗(yàn)（不講）因果性檢驗(yàn)（不講）三大檢驗(yàn)lmwald-lr通過(guò)通過(guò)eviews計(jì)算的計(jì)算的granger因果性檢驗(yàn)的兩個(gè)因果性檢驗(yàn)的兩個(gè)f統(tǒng)計(jì)量的值統(tǒng)計(jì)量的值見(jiàn)圖。見(jiàn)圖。sht 和和szt之間存在單向因果關(guān)系。即之間存在單向因果關(guān)系。即szt是是sht變化的變化的granger原因，但原因，但sht 不是不是szt變化的變化的granger原因。原因。（第（第3版版280頁(yè)）頁(yè)）11.9 格蘭杰格蘭杰（granger）因果性檢驗(yàn)（不講）因果性檢驗(yàn)（不講）三大檢驗(yàn)lmwald-lrgranger非因果性檢驗(yàn)的非因果性檢驗(yàn)的eviews操作是，打開(kāi)操作是，打開(kāi)sht和和szt的數(shù)劇組窗口，點(diǎn)的數(shù)劇組窗口，點(diǎn)擊擊view鍵，選鍵，選granger causility功能。