1 格兰杰因果检验概述
格兰杰因果检验同样要求进行检验的变量是平稳的。
需要注意的是大家不要被格兰杰因果检验的名字所误导，格兰杰因果检验不是对变量之间因果关系的检验，其本质上是检验某个变量的滞后项对于预测另一个变量是否有用。例如，检验变量x的滞后项对预测y是否有用。因而格兰杰因果检验主要用在VAR模型中，判断VAR模型的形式。其作用类似于多元线性回归模型中的R2。
在协整中，如果我们根据经济理论已经确定了解释变量和被解释变量，那么完全没有必要再进行格兰杰因果检验！
2 格兰杰因果检验的形式
无约束模型：
有约束模型：
通过有约束模型和无约束模型的比较，建立统计量来判断所有β系数是否都为零，进而判断变量x的滞后项对于预测变量y是否有用。
3 格兰杰因果检验的应用
我们对VAR模型中短期利率和长期利率进行格兰杰因果关系检验！
参照VAR模型的例子，整理好day1、dyear1和week1变量。
3.1 隔夜利率和1年期利率变动的格兰杰因果检验
在EViews主窗口中，依次选择Quick/Group Statistics，进行格兰杰因果检验设置。
在Series List窗口中，输入day1 dyear1，点击OK。
在Lag Specification窗口中，滞后期选择和VAR模型中一致的滞后期：2，点击OK。
格兰杰因果检验结果中，分别列出了dyear1是day1、day1是dyear1的格兰杰因果检验结果。
其中，原假设：“DYEAR1 does not Granger Cause DAY1”表示dyear1不是day1的格兰杰原因，其对应的P值为0.5261，小于0.1，故接受原假设。认为dyear1不是day1的格兰杰原因！同理，day1也不是dyear1的格兰杰原因！
该结果表明day1和dyear1建立的VAR模型不太理想。不过格兰杰因果检验并不能完全否认VAR模型，我们仍然可以建立day1和dyear1的VAR模型，只是预测的效果和单独构建day1和dyear1的单变量时间序列模型相比，并没有太多提升。
3.2 隔夜利率和1周期利率的格兰杰因果检验
按照同样的步骤，可以对day1和week1变量进行格兰杰因果检验！
其结果表明，week1不是day1的格兰杰原因；但day1是week1的格兰杰原因。