如前文所述，在时间序列计量经济学中，Granger（1969）和Sims（1972）发展了一种更倾向于预测的“因果关系”检验方法^[1]。在微观计量经济学中，Rubin（1974）因果模型已成为评估经济政策因果效应研究的重要方法。然而，两类因果关系之间的关系尚未得到充分理解（Lechner，2010），部分原因在于，时间序列概念在本质上显然是动态的，而长期以来，微观计量经济学家的工作多是基于静态框架的研究。

目前，对两类因果关系的比较研究相对有限。Holland（1986）最早对比了不同的因果关系概念，简要分析了Runbin潜在结果框架定义的因果关系和Granger因果关系的区别与联系，并提出在随机性条件下两类因果关系的等价性。但是通过Granger（1986）和Holland（1986）的相关讨论，实际上并没有真正阐明两者的区别。Robins等（1995）同时也注意到动态潜在结果模型中具有预测意义的“因果性”与真正因果性的关系。Heckman（2001）在综述计量经济学因果关系的文章中并没有尝试对这些因果关系的概念进行比较。Angrist&Kuersteiner（2004，2011）讨论了Granger和Sims非因果关系和动态潜在结果模型的关系，将截面数据中Rubin潜在结果框架应用到多元时间序列中，并提出了非因果关系的检验方法。White（2006）、White&Lu（2010）以及White和Pettenuzzo（2014）讨论了Granger非因果性以及基于动态结构模型的经济政策因果效应分析问题。在本节简要介绍Lechner（2010）、White&Lu（2010）和Angrist和Kuersteiner（2011）等关于Granger和Sims非因果关系和Rubin因果关系两类因果关系的比较。

Lechner（2010）对Granger及Sims非因果关系和Rubin因果关系进行了比较，认为在没有进一步假设下这两个概念是不同的。Granger和Sims非因果关系被定义为一组随机变量与可观测变量对应的联合分布的约束，而基于潜在结果框架的因果关系是对部分不可观测变量的分布约束与可观测结果相关的不同识别假设相结合。然而，与可观测变量的顺序选择与识别假设相结合时，基于Grange和Sims定义的非因果关系就隐含着基于动态潜在结果定义的非因果关系，反之亦然。White&Lu（2010）分析了Granger非因果关系与一般不可分递归动态结构系统（General Nonseparable Recursive Dynamic Structural System）产生的结构因果关系概念之间的关系。另外，在经典Granger非因果关系的基础上首先引入了弱Granger非因果性（Weak Granger Non-Causality）和回溯性弱Granger非因果性（Retrospective Weak Granger Non-Causality）的概念，并证明了结构非因果性和确定性外生条件意味着（回溯的）（弱的）Granger非因果关系，文中还给出了弱Granger非因果关系、条件外生性和结构非因果关系的检验方法。

Angrist&Kuersteiner（2011）给出了条件独立性假设，并讨论了Granger-Sims非因果关系和动态潜在结果非因果关系。具体而言，对所有的政策选择d和政策规则ψ∈ψt，有

其中，zt=表示可观测协变量Xt及其滞后值、政策变量的滞后值和结果变量的滞后值，表示第t期及之前期的协变量的集合，的定义类似。条件独立性假设成立表明在zt的条件下，政策变量和结果变量之间不存在因果关系。Angrist&Kuersteiner（2011）认为在SVAR模型中，如果协变量Xt可以包含在结果变量Yt中，则上式的检验可视为广义的Sims非因果关系检验，此时Sims非因果关系可以简化为下式：(www.daowen.com)

当条件独立性假设成立，且SVAR模型中协变量Xt包含在结果变量Yt中，广义Sims因果关系检验便可用于因果推断。另外，上述条件相当于广义Granger非因果关系，即

但是通常情况下，由于政策变量Dt通常与Xt-1相关，导致并不能归入。因此，有如下条件成立

综上，Sims和Granger非因果关系通常不是等价的（Dufour&Tessier，1993），必须满足一定的识别条件，它们与基于潜在结果框架的因果关系才是等价的。