原标题：《Stata教程》格兰杰因果检验
《社会科学中的数据可视化》第432篇推送
引言
实证分析经常需要确定因果关系是基于x的y还是基于y的x。 相反，xndxhd提出了一种解决方法：如果x是y的原因且不存在逆因果关系，则x的过去值可以预测y的未来值，反之亦然。 具体而言，提出了如下建立时间序列模型，假设H0: m=0，m=1，2…p。 接受这个假设意味着x的过去值不能预测y的未来值； 如果拒绝该假设，则x是y的挑战者(xndxhd cause )。
在这次推送中，我们将介绍在Stata中进行挑战者因果检查的方法。
基本命令
Stata中的挑战者因果检验有三种方法，前两种方法的基本思路基本相同，它们都是在决定最佳延迟后进行挑战者因果检验； 第三种方法是先拟合VAR模型再进行检测。 具体而言，第一种方法的基本命令如下：
reg y l.y l.x
回归延迟了1期的变量，意味着此时
式中的p、q的值均为1。
estat ic
显示AIC和BIC的值，选择最佳延迟时间。
reg y l.y l.x l2.y l2.xestat ic
再次显示AIC和BIC取值。
.
根据信息准则决定p、q后，用于检查的命令为test。 值得注意的是，在这种方法中，为了得到最有说服力的结果，p和q的取法可以不同。
第二种方法的基本命令如下：
SSC安装g cause
下载格兰杰因果检验程序gcause
gcause y x，lags(1) )。
对延迟1期的变量进行回归。
estat ic
显示AIC和BIC的值，选择最佳延迟时间
gcause y x，lags(2) )。
落后2期
estat ic
再次显示AIC和BIC值，以选择最佳延迟时间。
选定延迟期后，我们可以采用f检验或卡方检验进行因果检验。
第三种方法的主要命令如下：
vary x
进行向量的自回归。
vargranger操作示例
本节以第二种方法为例，介绍了如何在stata中验证因果关系。 首先，在连接到网络的情况下导入数据，然后键入以下命令：
use http 3360//www.stata-press.com/data/ime us/uk rates，clear
安装gcause挑战者因果检查程序
SSC安装g cause
输出结果如下。
gcause r20 rs，lags(1) estat icgcause r20 rs，lags )2) estat ic
依次回归延迟1期、延迟2期等变量，根据AIC和BIC的可能值确定最佳延迟期间。 在此示例中，当p=q=3时，发现AIC和BIC的值最小，因此将p和q都代入3。 延迟3期的回归结果如图所示：
我们得出了f检验和卡方检验一致的结论，接受了原来的假设，即rs不是r20的挑战者。
注：平台为Stata14.0
来源：格兰杰因果检验stata操作指南，部分文字删节。 点击“阅读原文”返回搜狐，多看看
责任编辑：