计量经济学中的Granger非因果性（Granger Noncausality）率先由Granger（1969）提出，随后由Sims（1972）进行了概念上的推广，并在经济学研究中得到了广泛的应用。Granger非因果性的思想是，如果时间序列X是时间序列Y的原因，那么时间序列X将“出现”在Y之前。因此，可通过建立统计模型，从预测的角度来检验Granger因果关系的存在性。

Granger非因果性的概念：如果由变量yt和变量xt滞后值所决定的变量yt的条件分布与仅由yt滞后值所决定的条件分布相同，即

则意味着xt滞后值不能为yt的条件分布提供更多的信息，则称xt对yt不存在Granger因果关系。

一般可以通过自回归分布滞后模型（ADL）或VAR模型来检验Granger非因果性，例如

显然，欲检验xt对yt是否存在Granger非因果性关系，等价于检验如下原假设与备择假设

其中，原假设成立表示xt不是yt的Granger原因。

显然，可以利用F检验（Gewekw et al.，1983；Sims，1980；Stock&Watson，2007）检验该假设。

F统计量为(www.daowen.com)

其中，T为样本量，q表示滞后期，SSR1表示不施加约束条件下模型（2.1）的残差平方和，SSR0表示施加约束（零假设成立）条件后模型的残差平方和，即原假设成立时的残差平方和。

因此，如果在给定的显著性水平α下，上式中的xt的滞后变量的回归参数估计值均不显著，则不能拒绝参数为零的零假设，即xt对yt不存在Granger因果关系。Granger非因果关系检验，可推广到对任意k维VAR模型或者SVAR模型中。另外，Granger非因果关系中的因果概念更多的是基于统计学意义，而非真正意义上的因果。

Sims（1972）对Granger非因果性检验进行了扩展，提出了Sims非因果关系检验。假定

检验xt对yt存在Sims非因果关系等价于检验如下原假设与备择假设

若原假设成立则称xt是yt的Sims原因。原假设成立意味着引入未来的xt并不会提高对yt的预测能力。Sims因果关系不同于

Granger因果关系，Granger因果关系可能会混淆动态系统的内生变量与政策干预行为的因果效应，相比之下，Sims因果关系则表明可能存在因果性。