Granger与Sims因果检验实证对比：区别与替代应用

本文主要探讨了Granger因果检验与Sims因果检验这两种在经济学和统计学中广泛用于识别变量间因果关系的重要方法的实证比较。作者王升，来自华南农业大学经济管理学院金融系，强调了两者之间的区别和联系。Granger因果检验（简称GC）由Clive Granger于1969年提出，是一种统计上的预测模型，它假设若一个变量的过去值能帮助预测另一个变量，那么前者可以被称为后者的Granger原因。GC检验的核心思想是通过时间序列分析来判断一个变量的变化是否显著地改变了另一个变量的预测精度。 Sims因果检验（也称作动态协整检验或误差修正模型），由James D. Sims在1980年代发展，相较于Granger因果检验，它更侧重于长期关系，特别是在存在滞后关系时。Sims因果检验不仅考虑了当前的影响，还考虑了长期均衡效应，即即使在短期内不存在因果关系，但在长期均衡状态下可能存在。 实证研究表明，Granger原因的存在确实意味着Sims原因的可能性很大，因为GC检验包含了短期的动态关系。然而，这并不意味着Sims原因的存在总是能推断出Granger原因的存在，因为Sims检验可能揭示的是更为深层次的长期关系。因此，尽管两种检验方法在某些情况下可以相互补充，但它们并非完全可互换，各自适用于不同的因果关系分析场景。 在实际应用中，选择Granger因果检验还是Sims因果检验取决于问题的具体性质和研究者关注的焦点。如果关心的是短期的动态预测效果，Granger检验更为合适；而如果关注的是长期均衡和潜在的长期因果关系，Sims检验则更有优势。对于因果关系的判断，应综合运用这两种方法，以得到更为全面和准确的认识。