运行Granger因果检验时遇Error in .subset(x, j)错误求助

问题背景 #

使用多国2019-2023年的利率（interest.rates）和通胀率（inflation）面板数据，尝试通过R的vars、plm、panelvar包执行Granger因果检验时，遇到两个核心问题：

• 运行pvargmm后调用causality函数出现错误：Error in .subset(x, j) : invalid subscript type 'list'
• 尝试将数据转为向量时，提示year或country不存在

错误原因 #

1. causality是vars包针对单时间序列VAR模型的函数，不兼容panelvar包生成的面板VAR模型对象，这是报错的核心原因。
2. 创建pdata.frame时使用drop.index=TRUE会删除原数据中的country和year列，导致后续操作找不到这两个变量。

修正后的完整代码 #

# 安装并加载所需包
install.packages(c("vars", "plm", "panelvar"))
library(vars)
library(plm)
library(panelvar)

# 读取并预处理数据
data <- read.csv("economistdata.csv")
data$year <- as.integer(data$year)
# 保留原索引列，禁用drop.index=TRUE
pdata <- pdata.frame(data, index = c("country", "year"))

# 确认数据变量完整性
summary(pdata)

# 拟合面板VAR模型
var_model <- pvargmm(
  formula = cbind(interest.rates, inflation) ~ 1,
  data = pdata,
  lags = 2,
  model = "twostep", # 可选"onestep"或"twostep"，按需调整GMM估计方式
  collapse = FALSE
)

# 使用panelvar内置函数执行Granger因果检验
# 检验inflation是否Granger引起interest.rates
granger_test <- granger.test(var_model, cause = "inflation")
summary(granger_test)

# 检验interest.rates是否Granger引起inflation
granger_test1 <- granger.test(var_model, cause = "interest.rates")
summary(granger_test1)

关键说明 #

• 保留索引变量：创建pdata.frame时移除drop.index=TRUE，确保country和year列不被删除，避免变量缺失报错。
• 使用适配函数：panelvar包内置granger.test函数专门处理面板VAR模型的因果检验，替代vars包的causality函数。
• 模型参数调整：pvargmm的model参数可选择一步或两步GMM估计，可根据研究需求灵活调整。

内容的提问来源于stack exchange，提问作者minddrag