آزمون علیت (Granger Causality Test)

آزمون علیت گرنجر یکی از آزمون‌های پرکاربرد در اقتصادسنجی سری‌های زمانی و پانل است که برای بررسی جهت رابطه پویا بین متغیرها به‌کار می‌رود. این آزمون مشخص می‌کند که آیا مقادیر وقفه‌دار یک متغیر می‌توانند به پیش‌بینی متغیر دیگر کمک کنند یا خیر.

مفهوم آزمون علیت گرنجر

در مفهوم گرنجر:

• «علیت» به معنای توان پیش‌بینی است، نه علیت فلسفی
• اگر وقفه‌های $X$X به بهبود پیش‌بینی $Y$Y کمک کنند، گفته می‌شود:

$X\Rightarrow Y\left(\text{Granger Causes}\right)$X⇒Y(Granger Causes)

فرضیه‌های آزمون علیت

برای دو متغیر $X$X و $Y$Y:

• فرض صفر:

$H_0:X\text{ علیت گرنجر برای }Y\text{ ندارد}$H0​:X علیت گرنجر برای Y ندارد

• فرض مقابل:

$H_1:X\text{ علیت گرنجر برای }Y\text{ دارد}$H1​:X علیت گرنجر برای Y دارد

آزمون معمولاً دوطرفه انجام می‌شود:

• بررسی $X\to Y$X→Y
• بررسی $Y\to X$Y→X

پیش‌نیازهای اجرای آزمون در EViews

قبل از اجرای آزمون علیت:

1. ایستایی متغیرها

   • متغیرها باید $I\left(0\right)$I(0) باشند
   • یا در صورت $I\left(1\right)$I(1)، آزمون روی تفاضل‌ها انجام شود
   • در صورت هم‌انباشتگی، آزمون علیت باید در قالب VECM انجام شود

2. انتخاب وقفه بهینه

   • با معیارهای AIC، SC، HQ

پیاده‌سازی آزمون علیت گرنجر در EViews (سری زمانی)

• تعداد وقفه بهینه را وارد کنید
• ترجیحاً بر اساس نتایج VAR انتخاب شود

با انتخاب OK، نتایج نمایش داده می‌شود.

تفسیر خروجی آزمون در EViews

در جدول نتایج:

• F-statistic یا χ² statistic
• Prob.

قاعده تصمیم‌گیری:

• اگر Prob < 0.05 ⟶ رد فرض صفر
• اگر Prob ≥ 0.05 ⟶ عدم رد فرض صفر

تفسیر جهت علیت:

• فقط $X\to Y$X→Y معنادار ⟶ علیت یک‌طرفه
• هر دو معنادار ⟶ علیت دوطرفه
• هیچ‌کدام معنادار نیستند ⟶ عدم علیت

آزمون علیت در مدل VAR

رویه استاندارد:

1. برآورد VAR:
   

Quick → Estimate VAR

1. اجرای آزمون علیت:
   

View → Lag Structure → Granger Causality/Block Exogeneity Wald Test

در این حالت، هم علیت دوجانبه و هم علیت بلوکی بررسی می‌شود.

آزمون علیت در صورت هم‌انباشتگی (VECM)

اگر متغیرها هم‌انباشتـه باشند:

• علیت کوتاه‌مدت: ضرایب وقفه‌ها
• علیت بلندمدت: معناداری ضریب تصحیح خطا (ECT)

آزمون علیت در داده‌های پانلی (Panel Granger Causality)

در EViews (نسخه‌های جدید):

• استفاده از Panel VAR
• یا آزمون Dumitrescu–Hurlin

نکات مهم و خطاهای رایج

• اجرای آزمون روی داده‌های ناایستا ⟵ نتایج گمراه‌کننده
• انتخاب وقفه نامناسب ⟵ کاهش قدرت آزمون
• تفسیر علیت گرنجر به‌عنوان علیت واقعی ⟵ اشتباه مفهومی

جمع‌بندی

آزمون علیت گرنجر در EViews ابزاری کلیدی برای بررسی جهت روابط پویا بین متغیرهاست. اجرای صحیح آن مستلزم بررسی ایستایی، انتخاب وقفه مناسب و توجه به ساختار داده‌ها (سری زمانی یا پانلی) است. نتایج این آزمون نقش مهمی در تفسیر روابط اقتصادی و طراحی مدل‌های پویا دارند.

کلیدواژه ها : آزمون‌علیت‌گرنجر - GrangerCausalityTest - EViews - ایویوز - سری‌زمانی - پانل - PanelData - جهت‌رابطه - پیش‌بینی‌پذیری - ایستایی - Stationarity - I(0) - I(1) - تفاضل‌گیری - Differencing - هم‌انباشتگی - Cointegration - وقفه_بهینه - OptimalLagLength - AIC - SC - BIC - HQ - VAR - VectorAutoregression - VECM - VectorErrorCorrectionModel - ECT - ErrorCorrectionTerm - فرض‌صفر - NullHypothesis - فرض‌مقابل - AlternativeHypothesis - F-Statistic - ProbValue - PValue - معنی‌داری_آماری - StatisticalSignificance - علیت_یک‌طرفه - UnidirectionalCausality - علیت_دوطرفه - BidirectionalCausality - عدم‌علیت - NoCausality - علیت_کوتاه‌مدت - ShortRunCausality - علیت_بلندمدت - LongRunCausality - PanelVAR - DumitrescuHurlinTest - خطای_ناایستایی - NonStationarityError - تفسیر_علیت - CausalityInterpretation - تحلیل‌اقتصادسنجی