调用Python sm.tsa.stattools.grangercausalitytests检验VAR完美拟合报错是什么意思

报错原文与翻译 #

报错原文：The Granger causality test statistic cannot be compute because the VAR has a perfect fit of the data.
中文翻译：无法计算格兰杰因果检验统计量，因为VAR（向量自回归）模型对数据实现了完全拟合

报错核心原因 #

• 格兰杰因果检验的底层逻辑是基于VAR模型的残差显著性检验，只有当模型拟合存在随机残差时，才能通过统计量判断滞后项的解释效力。当VAR模型对输入的两组时间序列完全拟合、残差为0时，检验的统计分布无法计算，因此触发该报错。

常见触发场景 #

• 输入的两组时间序列存在人为构造的严格线性关系：比如其中一组是另一组的精确滞后项、两组是同一指标的无误差单位换算结果等
• 检验设置的最大滞后阶数过高，同时数据样本量过小，导致VAR模型的待估参数数量接近甚至超过有效样本量，模型可以无误差拟合所有观测点
• 输入序列存在完全共线性，比如两序列的相关系数绝对值为1

排查方向 #

• 先检查输入数据的预处理逻辑，排除两序列存在完全线性依赖的错误
• 适当调低最大滞后阶数参数，避免参数过多导致的过拟合
• 补充样本量，格兰杰因果检验的有效样本量建议至少为最大滞后阶数的10倍以上

内容的提问来源于stack exchange，提问作者Maria Gonzalez Bocanegra