非线性 Granger 因果：用神经网络把『谁预测谁』的单向箭头放宽 • halo 的技术博客

先说结论：Granger 因果的定义本身没有”线性”两个字——它只问”用了 x 的历史之后，对 y 的预测是否变好”。但教科书的 F 检验把”预测”偷偷限定成了”线性回归预测”。这一限定在金融里是致命的：波动传导（x 的大幅波动引发 y 的波动，与方向无关）、恐慌放大（只有暴跌才传染）、阈值效应（小扰动无传导、大冲击才传导）全都是非线性通道，线性检验一律漏检。合成实验实测：y 被 $0.6 \cdot x^2(t-1)$ 强驱动（信号方差与噪声相当），线性 F 统计量 0.17，远低于 3.0 的临界值——结论”x 不 Granger 导致 y”，完全错误。换成 16 隐单元的小 MLP：加入 x 滞后让样本外 MSE 从 2.72 降到 1.35，改善 50.5%；置换检验 30 次打乱 x 滞后重训，最大伪改善只有 3.9%，真实改善的 p 值 < 0.033。但先泼冷水：真实市场里的非线性因果远比这个合成例子微弱，而且极容易与 GARCH 波动聚集混淆——检验前不做波动过滤，你抓到的多半是波动率的自相关，不是跨变量因果。

非线性 Granger 因果：x 明明驱动 y，线性检验却说『无因果』

一、线性 Granger 检验在检验什么#

标准流程：比较两个回归的残差平方和。

受限模型（只用 y 自己的历史）： $y_t = c + \sum a_i y_{t-i} + \varepsilon_t$

无约束模型（加入 x 的历史）： $y_t = c + \sum a_i y_{t-i} + \sum b_i x_{t-i} + \varepsilon_t$

F 统计量 $F = \frac{(RSS_r - RSS_u)/p}{RSS_u/(n-k)}$ 检验 $b_1 = \cdots = b_p = 0$ 。拒绝原假设 → “x Granger 导致 y”。

注意这里检验的实质是：x 的滞后与 y 之间的线性投影系数是否为零。如果真实传导函数是偶函数——比如 $y_t$ 依赖 $x_{t-1}^2$ ——那么 $\text{Cov}(x_{t-1}, y_t) = E[x^3] \cdot 0.6 \approx 0$ （对称分布下三阶矩为零），线性投影系数在总体意义上就是零。不是样本量不够、不是噪声太大，是这个检验在数学上注定看不见偶函数通道。

二、构造一个线性检验必然漏检的系统#

$x_t = 0.5 x_{t-1} + \varepsilon_t, \qquad y_t = 0.3 y_{t-1} + 0.6\,(x_{t-1}^2 - 1.33) + \eta_t$

x 是普通 AR(1)；y 被 x 前一天的平方驱动（减去 $E[x^2]=1.33$ 保持零均值）。传导强度不小： $0.6 \cdot x^2$ 项的方差与噪声 $\eta$ 的方差同量级。这个结构对应金融里最常见的机制——x 的波动大小（而非方向）驱动 y：想想 VIX 飙升对小盘股流动性的冲击，或者汇率剧烈波动（无论贬值还是升值）对出口企业股价的压制。

散点图上 $x_{t-1}$ 对 $y_t$ 呈清晰的 U 形，但线性相关系数约为 0。T=1500，滞后阶 p=2：

线性 F 检验：F = 0.17，5% 临界值约 3.0，不能拒绝”无因果”。 多种子重复实验（信号无线性分量时）拒绝率约 20%——比 5% 的名义水平高一点（有限样本里 $x^2$ 与 x 有微弱样本相关），但检验功效低到接近瞎猜。一个被强因果驱动的系统，线性检验八成情况下宣布”无关”。

三、神经网络 Granger：换掉预测器，保留框架#

Granger 因果的比较框架不动，把线性回归换成能拟合任意光滑函数的预测器：

受限模型：MLP 只吃 $[y_{t-1}, y_{t-2}]$ ；无约束模型：MLP 吃 $[y_{t-1}, y_{t-2}, x_{t-1}, x_{t-2}]$ 。两个模型同架构（16 隐单元、tanh 激活）、同训练配置（Adam，300 轮）、同随机种子，在前 1000 天训练、后 500 天比较样本外 MSE。

def train_mlp(X, y, hidden=16, epochs=300, lr=0.01, seed=0):
    """纯 numpy 单隐层 MLP + Adam"""
    r = np.random.default_rng(seed)
    n, d = X.shape
    W1 = r.normal(0, np.sqrt(2/d), (d, hidden)); b1 = np.zeros(hidden)
    W2 = r.normal(0, np.sqrt(2/hidden), (hidden, 1)); b2 = np.zeros(1)
    # ... Adam 更新略（完整代码见文末脚本）
    for ep in range(epochs):
        H = np.tanh(X @ W1 + b1)
        err = (H @ W2 + b2) - y.reshape(-1, 1)
        # 反向传播 + Adam step
    return lambda Xq: (np.tanh(Xq @ W1 + b1) @ W2 + b2).ravel()

mse_r = mse(y_test, f_restricted(X_r_test))   # 2.721
mse_u = mse(y_test, f_unrestricted(X_u_test)) # 1.346 → 改善 50.5%

python

结果对比（样本外 500 天）：

模型	特征	样本外 MSE	相对受限模型改善
MLP 受限	仅 y 滞后	2.721	—
线性无约束	y + x 滞后	2.694	1.0%
MLP 无约束	y + x 滞后	1.346	50.5%

线性模型拿到同样的 x 滞后，几乎什么都吃不到（1%的改善纯属噪声）；MLP 把 MSE 砍掉一半。差距就是非线性通道的贡献——MLP 学会了 U 形传导函数，线性模型在数学上学不会。

线性 F 检验漏检 vs 神经网络+置换检验抓出真实因果

四、显著性怎么办：置换检验#

NN 版 Granger 没有现成的 F 分布可查——MSE 改善多大算显著？靠置换检验构造零分布：

把 x 滞后列整体随机打乱（破坏 x 与 y 的时间对齐，但保留 x 的边际分布）；
用打乱后的特征重训无约束 MLP，记录”伪改善”；
重复 30 次，得到”x 与 y 无关时，MLP 靠过拟合和运气能挤出多少改善”的分布。

结果：30 次置换的伪改善最大值 3.9%，均值接近 0；真实 x 的改善 50.5% 远超整个置换分布，p < 1/30 ≈ 0.033。这个设计同时回答了一个常见质疑——“MLP 参数多，加特征当然更好”：置换样本里 MLP 拿到同样多的参数和特征维度，却只能挤出 4% 以内的伪改善。50.5% 不是模型容量的礼物，是时间对齐信息的贡献。

两个工程细节决定置换检验的有效性：(a) 受限/无约束/置换模型必须用同一随机种子初始化，否则初始化运气会污染比较；(b) 必须比样本外 MSE 而非训练 MSE——训练集上无约束模型永远更好，比较毫无意义。

五、因果通道能不能变成钱#

无约束 MLP 的样本外预测方向准确率 74.2%（受限模型约 55%）。把 y 序列当作某资产的日收益近似，做最粗糙的择时——预测为正做多、预测为负空仓：日均收益从买入持有的 0.096 提升到 0.510，5 倍差距。

样本外预测对比：非线性通道只有 NN 能吃到

当然这是合成数据的演示，真实意义在于方法论：如果 x → y 的传导是非线性的，那么”发现因果”和”利用因果”必须用同一类非线性模型。用 NN 检验发现因果、再回头用线性模型做信号，等于把刚找到的通道又扔掉了。

六、已知偏差与诚实说明#

偏差 1：合成传导强度远超真实市场。 本例信号噪声比约 1:1，真实跨资产非线性传导的信号占比通常不到 5%。功效会随之暴跌：同样的流程，改善幅度可能只有 2~3%，需要更多置换次数（500+）和多窗口稳健性检查才能下结论。

偏差 2：波动聚集是头号混淆因子。 真实收益序列自带 GARCH 效应。如果 y 自己的波动聚集没被受限模型建模（我们的 MLP 只吃了 2 阶滞后的水平值），x 的滞后可能只是代理了”市场整体波动状态”，检验会把共同波动误判为因果。实务上必须先对两条序列做 GARCH 过滤，用标准化残差跑检验，或者把 y 的滞后平方项加进受限模型。

偏差 3：置换检验的计算成本。 线性 F 检验毫秒级；30 次置换重训 MLP 花了百倍时间，扫描 50 个候选变量对就是 1500 次训练。变量海选场景下要先用快速筛（如基于距离相关系数）缩小范围，再对入围者跑置换。

偏差 4：滞后截断。 我们固定 p=2 且真实传导恰好在 lag 1。真实场景传导延迟未知，p 选小漏检、选大稀释功效，NN 框架下没有 AIC 这类现成准则，只能靠样本外验证选 p——这又消耗一层数据。

七、结果解读与使用边界#

“相关为零”永远不等于”没有关系”。 这是本文最想钉死的一点：线性相关、线性 Granger、线性回归系数，检验的都是关系的线性投影。投影为零时，关系本身可以强到把 MSE 砍一半。看到”x 与 y 不相关”的研究结论，第一反应应该是问”检查过非线性了吗”，而不是接受”无关”。

NN 改善显著 ≠ 找到了机制。 置换检验只能确认”x 的历史里有 y 的可预测信息”，不能告诉你传导函数长什么样、会不会漂移。想看形状，用部分依赖图或对 $x_{t-1}$ 做一维扫描（本例扫出来就是 U 形）；想确认稳定性，分年度重跑——非线性关系比线性关系更容易在 regime 切换时死掉。

因果显著 ≠ 可交易。 74.2% 的方向准确率在零成本合成世界里点石成金；真实市场里预测的是日频收益，扣掉成本后 52% 的准确率都未必赚钱。从”检验显著”到”策略上线”中间还隔着：传导延迟是否稳定、信号衰减速度、容量与成本。检验是研究的起点，不是策略的终点。

什么时候用它：怀疑波动传导（VIX→个股、汇率→出口板块、商品→下游）、怀疑阈值效应（只有大冲击才传染）、线性检验说”无关”但散点图有形状。什么时候别用：样本少于 500（NN 过拟合会淹没一切）、没做平稳性处理（非平稳序列的伪因果比伪回归更隐蔽）、以及最重要的——没有先验假设纯粹海选变量对（置换检验挡不住多重比较的假发现，300 对变量总有几对”显著”）。

与上一篇 Johansen 协整检验合起来看：协整处理的是水平序列的长期线性均衡，非线性 Granger 处理的是差分序列的短期非线性传导——前者告诉你价差会回归，后者告诉你冲击怎么传播。两个工具覆盖的是时间序列关系谱系的两端，中间地带（非线性协整、门限误差修正）留给后续文章。