VAR + Granger 因果是什么？
VAR 回答的是多个时间序列变量之间如何通过彼此的滞后项共同演化。它适合描述动态相关、预测和冲击传导，而不是单方程因果回归。
先用一句话理解
把 VAR 想成几个人轮流影响彼此的情绪。今天的产出、通胀、利率都可能受昨天这些变量共同影响，模型不先规定谁绝对外生，而是把每个变量都当作系统的一部分。
什么时候用
| 判断项 | 教科书式判断 |
|---|---|
| 适合用在 | 多个时间序列相互影响，需要研究动态响应或预测。 |
| 先不要用在 | 变量非平稳且未处理，或研究需要明确结构因果识别。 |
| 最关键的前提 | 序列平稳或经过合适变换，滞后阶数合理。 |
| 读表顺序 | 先看变量处理和滞后阶数，再看 Granger、IRF 和方差分解。 |
| 论文表述边界 | 普通 VAR 的冲击响应是统计动态，结构解释需要额外识别。 |
把它和相近方法分清楚
| 容易混淆的对象 | 怎么区分 | 初学者记法 |
|---|---|---|
| ARIMA | 单变量时间序列。 | 不建模变量间反馈。 |
| VAR | 多个变量互为滞后解释变量。 | 描述系统动态。 |
| SVAR | 在 VAR 上加入结构识别限制。 | 用于解释结构冲击。 |
核心直觉和模型公式
向量自回归
VAR(p) 写成：
\[Y_t=A_1Y_{t-1}+\cdots+A_pY_{t-p}+u_t\]
Y_t 是多个变量组成的向量，每个变量都由所有变量的过去值解释。
公式里的符号怎么读
| 符号 | 含义 | 在本页怎么理解 |
|---|---|---|
| Y_t | 变量向量 | 包含产出、价格、利率等多个序列。 |
| A_p | 滞后系数矩阵 | 第 p 阶滞后对当前变量的影响。 |
| p | 滞后阶数 | 系统记忆多长。 |
| u_t | 创新项 | 模型未预测到的新信息。 |
| IRF | 脉冲响应 | 一个冲击如何随时间传导。 |
专业使用口径
专业 VAR 报告要把平稳性、滞后阶数和动态诊断讲清。
| 口径 | 专业写法 |
|---|---|
| 变量处理 | 说明取对数、差分或去趋势。 |
| 滞后阶数 | 用信息准则和残差诊断选择。 |
| 稳定性 | 检查 VAR 是否稳定。 |
| IRF 不确定性 | 报告置信区间，避免只看响应曲线方向。 |
一步一步做：从问题到结果的五步
| 步骤 | 这一页具体做什么 | 做到什么程度才算读懂 |
|---|---|---|
| 1. 检查平稳性 | 决定变量用水平、差分还是 VECM。 | 非平稳会导致伪动态。 |
| 2. 选择滞后阶数 | 用 AIC/BIC 和残差自相关。 | 阶数太低漏动态，太高耗自由度。 |
| 3. 估计 VAR | 每个变量都有一条方程。 | 系统整体解释。 |
| 4. 看动态工具 | Granger、IRF、FEVD。 | 不要只读单个滞后系数。 |
| 5. 做稳定性诊断 | 检查根和残差。 | 不稳定 VAR 的 IRF 不可靠。 |
结果怎么读：先读口径，再读数字
本页案例读表时，先记住这个口径：年度聚合观测 = 6；面板案例按 year 聚合。
| 读表顺序 | 本页怎么读 | 不要这样读 |
|---|---|---|
| 先看变量状态 | 是否平稳。 | 这是 VAR 的地基。 |
| 再看 lag | 滞后阶数多长。 | 动态结果依赖它。 |
| 然后看 IRF | 冲击响应方向、峰值和持续期。 | 曲线要带置信区间。 |
| 最后看 FEVD | 预测误差由哪些冲击解释。 | 这是系统贡献分解。 |
初学者最容易错在哪里
| 误读 | 为什么错 |
|---|---|
| 非平稳水平序列直接 VAR | 风险高。可能伪回归。 |
| 把普通 VAR 冲击当结构冲击 | 错。结构解释需要 SVAR 限制。 |
| 只读滞后系数 | 不够。VAR 重点是系统动态。 |
| 忽略稳定性 | 错。不稳定模型的响应不可依赖。 |
先看这个案例的结论
- 年度聚合观测 = 6；面板案例按 year 聚合。
- ln Patent 年趋势 = 0.0993；年度均值趋势斜率。
- DFI 年趋势 = 22.3130；数字金融指数年度变化。
- 这些数字来自页面里的结果表；写论文时先解释数值含义，再讨论理论含义。
变量要求和案例口径
| 字段 | 口径 |
|---|---|
| 数据 | CSMAR 风格 A 股企业创新面板 |
| 原始样本 | 196 家上市公司，2015-2020 年，约 1200 个公司-年观测；各方法有效样本以本页输出表 N 为准 |
| 因变量 | patent_count；回归页通常使用 ln(1 + patent_count) |
| 核心解释变量 | dfi_index，数字普惠金融指数；部分案例输出展示的是标准化后的 dfi_index |
| 控制变量 | roa、lev、size、growth、cashflow、tobinq、top1、dual、board、indep、soe、age |
| 输出文件 | var_results.csv |
| 角色要求 | 因变量、核心解释变量 |
| 依赖包 | 无额外 Stata 社区包要求 |
实际代码
下面是本页案例里的最小 Stata 代码。它的作用是帮助你看清变量怎么进入模型、结果文件怎么生成，而不是要求你在网页里手动运行。
import delimited "$DATA_PATH", clear varnames(1) encoding(UTF-8)
gen ln_patent1 = ln(1 + patent_count)
egen firm_id = group(stkcd)
xtset firm_id year
global y ln_patent1
global count_y patent_count
global x dfi_index
global controls roa lev size growth cashflow tobinq top1 dual board indep soe age
gen post = year >= 2018
bysort firm_id: egen pre_dfi = mean(cond(year < 2018, dfi_index, .))
quietly summarize pre_dfi, detail
gen treat = pre_dfi >= r(p50)
gen did = treat * post
gen high_patent = patent_count > 2
gen running_dfi = dfi_index - 260
gen rdd_treat = running_dfi >= 0
collapse (mean) $y $x, by(year)
tsset year
var $y $x, lags(1/2)
vargranger
export delimited using "$JOB_DIR/var_results.csv", replace实际输出表
这张表是本方法页配套案例的输出结果，用来把前面的公式、变量口径和代码对应到实际数字。
| 指标 | 数值 | 解释 |
|---|---|---|
| 样本 | 1200 obs / 196 firms / 2015-2020 | 来自共用案例 CSV |
| 因变量 | ln(1 + patent_count) | 企业创新产出 |
| 核心解释变量 | dfi_index | 数字普惠金融指数 |
| 输出文件 | var_results.csv | empirical-wizard 对应方法产物 |
| 年度聚合观测 | 6 | 面板案例按 year 聚合 |
| ln Patent 年趋势 | 0.0993 | 年度均值趋势斜率 |
| DFI 年趋势 | 22.3130 | 数字金融指数年度变化 |
案例图
这是一张由同一份案例数据生成的页面内诊断图。
论文里怎么写
本文将企业面板按年份聚合后使用VAR + Granger 因果进行时间序列诊断。结果见 var_results.csv。由于本教学案例年度观测较少，该页重点展示代码和解释框架，正式论文需要更长时间序列。
检查清单
- 先确认序列平稳或已做合适变换，再估计 VAR。
- 滞后阶数要用信息准则和残差诊断共同判断。
- Granger、IRF 和方差分解是动态关联证据，不自动代表结构因果。