سر کلایو ویلیام جان گرنجر (۲۰۰۹ـ۱۹۳۴) اقتصادسنج بریتانیایی بود که روش‌های تحول‌آفرین او برای تحلیل سری‌های زمانی نامانا، اقتصاد و مالیه را دگرگون کرد. او در سال ۱۹۳۴ در ولز به دنیا آمد، از دانشگاه ناتینگهام در سال‌های ۱۹۵۵ (لیسانس) و ۱۹۵۹ (دکتری) فارغ‌التحصیل شد و بیش از دو دهه عضو هیئت علمی همان دانشگاه بود. در ۱۹۷۴ به دانشگاه کالیفرنیا در سن‌دیگو رفت و تا زمان بازنشستگی در آنجا ماند. از مهم‌ترین دستاوردهای او مفهوم «علیت گرنجر» (۱۹۶۹) و مشهورتر از آن «هم‌جمعی / هم‌انباشتگی» در سال ۱۹۸۷ (همراه با رابرت انگل) است. کار او نشان داد که چگونه هم‌بستگی‌های ظاهراً «مهمل» در داده‌های نامانا می‌توانند بازتاب تعادل‌های بلندمدت واقعی باشند. برای این نوآوری‌ها، او در سال ۲۰۰۳ به‌طور مشترک با انگل برنده جایزه نوبل اقتصاد شد، «به‌خاطر روش‌هایی برای تحلیل سری‌های زمانی اقتصادی با روندهای مشترک (هم‌جمعی)».

دستاوردهای علمی گرنجر بر فهم رفتار سری‌های زمانی اقتصادی متمرکز است. همان‌طور که کمیته نوبل اشاره کرده، بیشتر داده‌های اقتصاد کلان (تولید، درآمد، قیمت‌ها و غیره) روندهای تصادفی (ریشه واحد) دارند؛ یعنی شوک‌ها اثرات ماندگار بر آن‌ها می‌گذارند. رگرسیون کلاسیک روی چنین سری‌های نامانا اغلب نتایج صوری و گمراه‌کننده تولید می‌کند. گرنجر روش‌هایی را برای برخورد با این مشکل بنا نهاد: او مفهوم «هم‌جمعی» را برای ثبت روابط تعادلی بلندمدت معرفی و یک آزمون عملی برای علیتِ پیش‌بینی‌کننده تعریف کرد. سخنرانی نوبل او با عنوان «تحلیل سری‌های زمانی، هم‌جمعی و کاربردها» (۲۰۰۳) از تشبیه‌های زنده (مانند دو زنجیر مروارید مغناطیسی) برای توضیح این ایده‌ها استفاده می‌کند. میراث کار او بسیار گسترده است: هم‌جمعی و علیت گرنجر در هر دوره اقتصادسنجی تدریس می‌شوند و در مدل‌سازی سیاست اقتصاد کلان، تحلیل مالی (معاملات جفتی، ساخت سبد دارایی) و حتی حوزه‌هایی مانند علوم محیط‌زیست و زیست‌شناسی به‌کار می‌روند.

*درخشش ابتدایی

کلایو دبلیو. جی. گرنجر در ۴ سپتامبر ۱۹۳۴ در سوانزی ولز به دنیا آمد. در دوران جنگ جهانی دوم در کمبریج و سپس در ناتینگهام زندگی کرد. او در دبیرستان گرامر وست‌بریجفورد در ریاضیات بسیار درخشان بود و وارد دانشگاه ناتینگهام شد؛ جایی که ریاضیات و اقتصاد خواند. در سال ۱۹۵۵ لیسانس خود را گرفت و برای تحصیلات تکمیلی در ناتینگهام ماند. گرنجر در ۱۹۵۹ زیر نظر آمارشناس، هری پیت، دکتری خود را با تزی تحت عنوان «آزمون نامانایی» به پایان رساند. این تمرکز اولیه بر رفتار سری‌های زمانی، پیش‌درآمد مسیر حرفه‌ای بعدی او بود.

گرنجر پس از دریافت مدرک دکتری، به‌عنوان مدرس جوان در ناتینگهام مشغول شد (۱۹۷۴ـ۱۹۵۶). در سال‌های ۱۹60ـ۱۹59 با بورس معتبر هارکْنس به پروژه اقتصادسنجی دانشگاه پرینستون (به دعوت اُسکار مورگنسترن) رفت و با میچیو هاتاناکا و جان توکی روی تحلیل طیفی داده‌های اقتصادی کار کرد. نخستین مقاله مهم او «شکل طیفی معمول یک متغیر اقتصادی» در اکونومتریکا (۱۹۶۶) بود که نشان می‌داد بسیاری از سری‌های زمانی اقتصاد کلان، بیشتر تغییرات خود را در فرکانس‌های پایین (روندها) متمرکز می‌کنند. این کار پایه‌ای برای بررسی داده‌های اقتصادی در حوزه فرکانس بود و فراگیری روندهای تصادفی آهسته را برجسته کرد.

*قهرمان ولزی

گرنجر در ناتینگهام به مرتبه استاد تمام رسید و ۲۲ سال در آن‌جا ماند. او ده‌ها دانشجو را راهنمایی کرد و با آن‌ها در زمینه‌های پیش‌بینی، تحلیل طیفی و اقتصادسنجی سری‌های زمانی کتاب‌ها و مقالات متعددی نوشت. در سال ۱۹۷۴ به‌عنوان استاد اقتصاد به دانشگاه کالیفرنیا در سن‌دیگو رفت. در دانشگاه با همکاران بسیاری، به‌ویژه رابرت انگل که در جذب او به دانشگاه نقش داشت، روی روش‌های نوین سری‌های زمانی همکاری کرد. گرنجر ریاست کمیته تعدیل فصلی اداره سرشماری آمریکا در سال ۱۹۷۵ را بر عهده داشت و سمت‌های میهمان در پرینستون، دانشگاه کنتربری (نیوزیلند)، ملبورن و دیگر مؤسسات داشت. او بیش از ۱۰۰ مقاله و چندین کتاب درسی منتشر کرد.

از جمله افتخارات او، انتخاب به‌عنوان هموند انجمن اقتصادسنجی (۱۹۷۲) و هموند مکاتبه‌ای آکادمی بریتانیا (۲۰۰۲) است. کار او در دهه‌های ۱۹۸۰ و ۱۹۹۰ به‌طور بین‌المللی شناخته شد. در سال ۲۰۰۳ او و رابرت انگل جایزه نوبل علوم اقتصادی را «به‌خاطر روش‌هایی برای تحلیل سری‌های زمانی اقتصادی با روندهای مشترک (هم‌جمعی)» دریافت کردند. در ۲۰۰۴، گرنجر در فهرست «۱۰۰ قهرمان ولزی» رأی آورد و در ۲۰۰۵ لقب شوالیه گرفت (Sir Clive Granger). دانشگاه ناتینگهام در ۲۰۰۶ ساختمان اقتصاد خود را «ساختمان سر کلایو گرنجر» نام‌گذاری کرد. گرنجر در ۲۷ مه ۲۰۰۹ در سن‌دیگو در سن ۷۴ سالگی درگذشت.

*دو دستاورد در اقتصادسنجی

گرنجر چند مفهوم و آزمون اصلی در اقتصادسنجی را توسعه داد که مهم‌ترین آن‌ها دو مورد است، یکی علیت گرنجر و دیگری هم‌جمعی و تصحیح خطا. 

علیت را می‌توان به این شکل توضیح داد: گرنجر در سال ۱۹۶۹ یک روش ساده برای بررسی رابطه بین دو متغیر در طول زمان پیشنهاد داد. ایده او این بود که به‌جای بحث درباره «علت واقعی»، ببینیم آیا یک متغیر می‌تواند به پیش‌بینی متغیر دیگر کمک کند یا نه. مثلاً اگر اطلاعات گذشته متغیر X کمک کند تا آینده Y را بهتر پیش‌بینی کنیم، می‌گوییم X به معنای گرنجر باعث Y می‌شود. برای این کار اقتصاددان‌ها مقادیر گذشته X را وارد یک مدل پیش‌بینی برای Y می‌کنند. اگر با اضافه شدن این اطلاعات، پیش‌بینی Y بهتر شود، نتیجه می‌گیرند که بین آن‌ها رابطه گرنجری وجود دارد. این روش در اقتصاد و مالی خیلی استفاده می‌شود؛ مثلاً برای بررسی اینکه آیا تغییرات قیمت نفت می‌تواند بازده سهام را پیش‌بینی کند. اما این به معنای «علت واقعی» نیست، فقط یعنی X در پیش‌بینی Y مفید است. مشکل دیگر این است که اگر بعضی متغیرهای مهم در مدل نباشند، نتیجه ممکن است گمراه‌کننده شود. همچنین گرنجر معتقد بود بهتر است این آزمون با داده‌های آینده (برون‌نمونه) هم بررسی شود، نه فقط با داده‌های گذشته.

مشهورترین دستاورد گرنجر مفهوم «هم‌جمعی» است. او همراه با رابرت انگل نشان داد که حتی اگر دو متغیر اقتصادی هرکدام به‌تنهایی روندی تصادفی و نامانا داشته باشند، ممکن است در بلندمدت با هم یک رابطه پایدار داشته باشند. یعنی هرچند هر متغیر جداگانه بالا و پایین می‌رود، اما معمولاً خیلی از هم دور نمی‌شوند و به نوعی با هم حرکت می‌کنند. اگر بتوان ترکیبی از این دو متغیر ساخت که پایدار (ایستا) باشد، می‌گوییم آن‌ها هم‌جمع هستند. گرنجر توضیح داد که چنین متغیرهایی معمولاً یک عامل یا روند مشترک در پسِ رفتارشان دارند. نکته مهم دیگر این بود که اگر دو متغیر هم‌جمع باشند، وقتی در کوتاه‌مدت از تعادلشان دور شوند، به‌تدریج دوباره به آن تعادل برمی‌گردند. به این سازوکار مدل تصحیح خطا گفته می‌شود. در عمل، اقتصاددان‌ها ابتدا رابطه بلندمدت بین متغیرها را برآورد می‌کنند. سپس بررسی می‌کنند که آیا خطای این رابطه پایدار است یا نه. اگر پایدار باشد، همان خطا در مدل استفاده می‌شود تا نشان دهد سیستم چگونه در طول زمان دوباره به تعادل بلندمدت برمی‌گردد.

*مرواریدها در نوبل

گرنجر در سخنرانی نوبل خود برای توضیح هم‌جمعی از یک تشبیه فیزیکی استفاده کرد. تصور کنید دو زنجیر مروارید شُل را روی میز می‌اندازید. اگر هر زنجیر مستقل باشد، موقعیت‌ها آزادانه تغییر می‌کنند و هم‌راستا نمی‌مانند. اما اگر در انتهای مهره‌های هر زنجیر آهنرباهای کوچکی باشد، زنجیرها به هم جذب می‌شوند و حرکات مشابهی پیدا می‌کنند؛ در این حالت فاصله بین دو زنجیر تقریباً ثابت می‌ماند؛ این فاصله یک سری ایستا است. این همان هم‌جمعی است: دو سری نامانا (دو زنجیر مروارید) که هرگز خیلی از هم دور نمی‌شوند، زیرا تحت کشش مشترکی قرار دارند.

همان‌طور که بیانیه مطبوعاتی نوبل می‌گوید، او نشان داد که «ترکیب‌های خاصی از سری‌های زمانی نامانا ممکن است رفتار ایستا داشته باشند»؛ کشفی که او «هم‌جمعی» نامید. برای مثال، بسیاری از نسبت‌های اقتصاد کلان، مانند نسبت مصرف به درآمد یا سرمایه به تولید، گرایش دارند حول یک مقدار ثابت نوسان کنند، حتی اگر هم صورت و هم مخرج آن‌ها رشد کنند. گرنجر نشان داد که رگرسیون استاندارد روی داده‌های رونددار، بدون توجه به هم‌جمعی، می‌تواند هم‌بستگی‌های کاذب («مهمل») تولید کند. این بینش اکنون ستون فقرات اقتصادسنجی مدرن سری‌های زمانی است: اگر درآمد و مصرف هم‌جمع باشند، می‌توان هم پویایی کوتاه‌مدت و هم تعادل بلندمدت را به‌طور هم‌زمان از طریق یک مدل تصحیح خطا مدل کرد. نظریه هم‌جمعی اکنون در حوزه‌هایی از اقتصاد کلان تا مالیه یک رکن بنیادی است.

*از دمای هوا تا فروش قهوه! 

مفهوم علیت گرنجر اغلب گیج‌کننده بیان می‌شود؛ بنابراین یک توضیح غیر فنی مفید است. دو متغیر را در نظر بگیرید، مثلاً فروش روزانه قهوه (X) و دمای روزانه هوا (Y). اگر دانستن مقادیر گذشته دما به شما برای پیش‌بینی فروش قهوه کمک کند (مثلاً چون روزهای گرم فروش قهوه سرد را بالا می‌برد)، آنگاه دما به‌معنای گرنجر، علت فروش قهوه است. به‌طور رسمی، دو مدل پیش‌بینی برای فروش می‌سازید: یکی فقط با فروش‌های گذشته و دیگری با فروش‌های گذشته به‌همراه دمای گذشته. اگر مدل دوم پیش‌بینی‌های به‌مراتب بهتری بدهد، گفته می‌شود دما به‌معنای گرنجر، فروش را علت می‌شود. نکته مهم این است که علیت گرنجر لزوماً علیت حقیقی را اثبات نمی‌کند؛ ممکن است عامل سوم پنهانی وجود داشته باشد یا جهت رابطه برعکس باشد. این مفهوم فقط می‌گوید «X برای پیش‌بینی Y مفید است».

این مفهوم پیاده‌سازی آماری روشنی دارد (آزمون ضریب‌های وقفه‌ای)، و همین باعث محبوبیت آن شد، هرچند صرفاً یک مفهوم ضعیف از علیت است. همان‌طور که خود گرنجر و دیگران یادآور شده‌اند، هر نتیجه علیتی از این آزمون‌ها موقتی است: افزودن متغیرهای دیگر می‌تواند نتیجه را تغییر دهد. با وجود این، علیت گرنجر اکنون همه‌گیر است و در مدل‌های پویا در اقتصاد کلان برای شناسایی شاخص‌های پیش‌رو (مثلاً آیا اشتغال به‌معنای گرنجر، تولید ناخالص داخلی را علت می‌شود؟) و در علوم اعصاب، علوم اقلیم و سایر حوزه‌ها برای بررسی تأثیر جهت‌دار در سری‌های زمانی به‌کار می‌رود.

*اقتصاد به زبان کوهنوردی 

یک توضیح ساده برای هم‌جمعی وجود دارد. دو کوهنورد را تصور کنید که با طنابی به هم بسته شده‌اند. هرکدام ممکن است با سرعت متفاوتی بین سنگ‌ها و دره‌ها حرکت کنند، اما طناب اجازه نمی‌دهد خیلی از هم دور شوند. گاهی یکی عقب می‌ماند و دیگری جلو می‌افتد، اما در نهایت طناب آن‌ها را دوباره نزدیک می‌کند. به‌طور مشابه، سری‌های هم‌جمع می‌توانند در کوتاه‌مدت از هم فاصله بگیرند، اما تعادل بلندمدت آن‌ها را به هم نزدیک نگه می‌دارد. (اگر طنابی نبود، آن‌ها می‌توانستند بی‌نهایت از هم دور شوند؛ شبیه دو راه‌رفتن تصادفی نامرتبط.)

در عمل، هم‌جمعی با روش‌های مبتنی بر باقیمانده یا سیستم (آزمون انگل‌ـ‌گرنجر، آزمون یوهانسن و غیره) آزمون می‌شود. این آزمون‌ها بررسی می‌کنند که آیا باقیمانده‌های یک رگرسیون تعادلی ریشه واحد دارند یا نه. اگر سری‌ها هم‌جمع نباشند، دوباره مسئله رگرسیون صوری بروز می‌کند. یک نکته احتیاطی این است که توان آزمون‌های هم‌جمعی محدود است، به‌ویژه در نمونه‌های کوچک یا وقتی شکست‌های ساختاری (تغییر رژیم‌ها) وجود دارد. همان‌طور که برخی منابع آموزشی اشاره کرده‌اند، ناتوانی در یافتن هم‌جمعی به‌معنای نبود رابطه بلندمدت نیست؛ بلکه ممکن است ناشی از کمبود داده باشد. پژوهشگران باید از نظریه اقتصادی کمک بگیرند تا حدس بزنند کدام متغیرها ممکن است هم‌جمع باشند (مثلاً نظریه، جفت‌های درآمد؛ مصرف یا روابط برابری نرخ بهره را پیش‌بینی می‌کند) و سپس استحکام نتایج را بررسی کنند.

*نظریه محبوب قماربازها

هم‌جمعی به اقتصاددانان اجازه می‌دهد روابط بلندمدت پایدار را برآورد کنند. برای مثال، در فرضیه درآمد دائمی، مصرف و درآمد بلندمدت هم‌جمع‌اند (مصرف از روند درآمد تبعیت می‌کند). در مدل‌های تقاضای پول، نسبت‌های بلندمدت پول، درآمد و قیمت‌ها هم‌جمع‌اند. این موضوع مشخصات «تصحیح خطا» را در مدل‌های سیاست‌گذاری (مثلاً منحنی فیلیپس، دینامیک IS–LM) توجیه می‌کند. آزمون‌های علیت گرنجر هم برای بررسی این‌که آیا متغیرهایی مانند تولید، نرخ بهره یا مخارج دولت در معنای آماری «پیشرو» یا «پسرو» هستند، و در نتیجه برای مدل‌سازی سیاست‌های مالی و پولی به‌کار می‌روند.

هم‌جمعی زیربنای معاملات جفتی و آربیتراژ آماری است. معامله‌گران به‌دنبال جفت دارایی‌هایی می‌گردند (مانند سهام کوکاکولا و پپسی، یا ارزهای وابسته به یک کالای مشترک) که در طول زمان با هم حرکت می‌کنند. اگر این جفت‌ها هم‌جمع باشند، فاصله قیمتی آن‌ها تمایل به بازگشت به میانگین دارد و فرصت‌های معاملاتی ایجاد می‌کند: وقتی فاصله غیرعادی زیاد می‌شود، معامله‌گر دارایی دارای عملکرد ضعیف‌تر را می‌خرد و دارایی دارای عملکرد بهتر را می‌فروشد و روی هم‌گرایی شرط می‌بندد. این همان جوهر آربیتراژ آماری است: شرط‌بندی روی روابط بلندمدت پایدار به‌جای روندهای جهت‌دار. به‌طور مشابه، در نظریه سبد دارایی یا اوراق با درآمد ثابت، هم‌جمعی به فهم این کمک می‌کند که چگونه بازدهی سررسیدهای مختلف یا دارایی‌های هم‌بسته در تعادل باقی می‌مانند. مفهوم علیت گرنجر هم در سری‌های مالی استفاده می‌شود؛ مثلاً برای آزمون اینکه آیا نوسان‌پذیری بازده سهام را در معنای گرنجر علت می‌شود یا یک شاخص بازار، شاخص دیگر را.

فراتر از اقتصاد، هم‌جمعی و آزمون‌های گرنجر در علوم اقلیم (مثلاً ارتباط سطح CO₂ و دما)، فیزیولوژی (سیگنال‌های قلب و تنفس)، علوم اعصاب (سری‌های زمانی فعالیت مغزی) و بسیاری حوزه‌های دیگر استفاده شده‌اند. همکاران گرنجر یادآور شده‌اند که ایده‌های او «توسط بسیاری از غیر اقتصاددانان» به‌کار گرفته شده است: در زیست‌شناسی، مهندسی، مطالعات محیط‌زیستی (سیلاب‌ها، جنگل‌زدایی، تغییر اقلیم) و حتی جامعه‌شناسی و بازاریابی. مفهوم «روندهای تصادفی مشترک» به‌اندازه‌ای کلی است که در هر جایی که تعادل‌های بلندمدت مطرح است، ظاهر می‌شود.

*لحظه کشف

جایزه نوبل اقتصاد سال ۲۰۰۳، پیشرفت گرنجر (و انگل) در برخورد با داده‌های نامانا را به رسمیت شناخت. بیانیه رسمی اعلام کرد: «کلایو دبلیو. جی. گرنجر: برای روش‌هایی در تحلیل سری‌های زمانی اقتصادی با روندهای مشترک (هم‌جمعی).» تا اواخر دهه ۱۹۹۰، نظریه هم‌جمعی آن‌قدر تأثیرگذار شده بود که بسیاری از مدل‌های اقتصادسنجی (مانند مدل‌های بردار تصحیح خطا، VECM) به‌طور روتین از آن استفاده می‌کردند. گرنجر هنگام دریافت جایزه، اقتصادسنج‌ها را افرادی توصیف کرد که رابطه‌ها را در داده‌ها مطالعه می‌کنند و تأکید کرد که ریاضیات باید با استفاده از آمار به سراغ نوع داده‌های غیر استاندارد (با وابستگی زمانی، روند و...) برود.

گرنجر در سخنرانی نوبل خود در ۸ دسامبر ۲۰۰۳ با عنوان «تحلیل سری‌های زمانی، هم‌جمعی و کاربردها»، تاریخچه و شهود این ایده‌ها را مرور کرد. او تأکید کرد که سری‌های اقتصادی اغلب روند (رشد تصادفی) دارند و رگرسیون یکی بر دیگری بدون اصلاح، به نتایج صوری منجر می‌شود. او لحظه «یورکا» را چنین نقل می‌کند: همکاری به او گفت تفاوت‌های درآمد و مصرف ممکن است ایستا باشد؛ گرنجر پاسخ داد این حرف اشتباه است، در عوض خود سری‌ها ممکن است هر دو روند داشته باشند و یک عامل مشترک پنهان آن‌ها را پیوند دهد. این بینش (حدود ۱۹۸۱) به ایده هم‌جمعی منجر شد. او همچنین توضیح داد چگونه اقتصادسنج‌های اسکاندیناوی (یوهانسن، یوزیلیوس و دیگران) آزمون‌های دقیق را توسعه دادند و چگونه این مفهوم به‌سرعت در کاربردها گسترش یافت. سخنرانی نوبل و نوشته‌های مرتبط او همچنان شرحی روشن از اهمیت هم‌جمعی‌اند: پیش‌بینی‌ها از مدل‌های هم‌جمع شده نسبت‌های بلندمدت را حفظ می‌کنند (برای سیاست‌گذاری مفید است) و نظریه‌های اقتصادی تعادل، پشتیبانی تجربی پیدا می‌کنند.

*قضیه گرنجر به زبان ساده

فرض کنید دو متغیر مانند درآمد و مصرف هر دو در طول زمان رشد می‌کنند (روند دارند). هرکدام به‌تنهایی ناماناست (میانگین و واریانس در طول زمان تغییر می‌کند). به‌طور معمول سری‌های نامانا آزادانه پرسه می‌زنند و رگرسیون بین آن‌ها قابل‌اعتماد نیست. هم‌جمعی می‌پرسد: آیا درآمد و مصرف یک تعادل بلندمدت مشترک دارند؟ در عمل بررسی می‌شود که آیا نسبت (یا ترکیب خطی) این دو پایدار است یا خیر. اگر درآمد و مصرف تقریباً به نسبت ثابتی رشد کنند، اختلاف (یا نسبت) آن‌ها به میانگین برمی‌گردد. این یعنی شوک‌های موقتی (مثلاً سال بد درآمدی) وضعیت عدم‌تعادل ایجاد می‌کند که به‌تدریج اصلاح می‌شود. قضیه گرنجر نشان می‌دهد اگر چنین تعادلی وجود داشته باشد، این امر مستلزم نوعی رابطه علّی به‌معنای گرنجر بین متغیرهاست.

دو قیمت سهام را در یک صنعت مشابه (مثلاً کوکاکولا و پپسی) در نظر بگیرید. در بلندمدت، قیمت‌های آن‌ها تمایل دارند با هم حرکت کنند، چون در معرض شرایط بازار یکسانی‌اند. اگر ناگهان قیمت یکی نسبت به دیگری جهش کند، نسبت قیمت‌ها منحرف می‌شود. یک مدل هم‌جمعی نشان می‌دهد این «فاصله» قیمتی به میانگین برمی‌گردد: یا سهام گران‌قیمت افت می‌کند یا سهام ارزان رشد می‌کند. معامله‌گران از این موضوع استفاده می‌کنند: سهام ارزان را می‌خرند و سهام گران را می‌فروشند و روی بازگشت به تعادل شرط می‌بندند. این استراتژی معاملات دوتایی دقیقاً بر پایه هم‌جمعی و ایده‌های گرنجر است.

آزمون علیت پیش‌بینی‌کننده می‌تواند گمراه‌کننده باشد. متغیرهای حذف‌شده (عوامل پنهان) می‌توانند علیت ظاهری ایجاد کنند. همان‌طور که زندگینامه‌نویسان گرنجر اشاره کرده‌اند، چون معمولاً فقط بخشی از متغیرها بررسی می‌شوند، «استنباط‌های علّی لزوماً پایدار و مقاوم نیستند». انتخاب طول وقفه، مشخصات مدل و ساختار داده‌ها هم بر نتایج تأثیر می‌گذارند. مهم‌تر از همه، «علت گرنجر بودن» به‌هیچ‌وجه معادل علیت واقعی نیست و نباید بدون پشتوانه نظری و آزمون‌های مکمل بیش از حد تفسیر شود.

میراث کلایو گرنجر بسیار گسترده است. مفهوم هم‌جمعی اکنون در کتاب‌های درسی اقتصادسنجی و نرم‌افزارهای آماری استاندارد شده است (هر بسته اقتصادسنجی آزمون‌های هم‌جمعی دارد). مدل‌های اقتصاد کلان (برای نرخ ارز، مصرف، تورم و...) تقریباً همیشه جملات تصحیح خطا را در خود جای داده‌اند. در مالیه، آربیتراژ آماری و تحلیل منحنی بازده غالباً بر بینش‌های او تکیه دارند. فراتر از اقتصاد، دانشمندان اقلیم، علوم اعصاب، اپیدمیولوژی و مهندسی به‌طور معمول از آزمون‌های گرنجر برای مطالعه روابط پیش‌نگرـ‌پس‌نگر استفاده می‌کنند. آکادمی بریتانیا یادآور شده که روش‌های گرنجر در حوزه‌هایی به گستردگی تغییر اقلیم، دیرینه‌زیست‌شناسی، علوم سیاسی و بازاریابی به‌کار می‌روند.

گرنجر در تأملات شخصی‌اش درباره موفقیت، بر تواضع و کار گروهی تأکید می‌کرد: او بخش بزرگی از مسیرش را به «شانس‌های خوب»، همکاران خوب (بیش از ۸۰ هم‌نویس) و تلاش سخت نسبت می‌داد. در زندگینامه نوبل خود به پژوهشگران جوان توصیه می‌کند با پروژه‌های کوچک شروع کنند، همکاران خوبی انتخاب کنند و ایده‌ها را با حوصله پرورش دهند. حتی پس از بازنشستگی، او مجلات فیزیک و مهندسی را می‌خواند و به پژوهشگران جوان‌تر مشاوره می‌داد. سر کلایو گرنجر به‌عنوان یک دانشمند «فوق‌العاده موفق» به یاد آورده می‌شود که نظریه‌های روشن او همچنان شکل‌دهنده نحوه تحلیل داده‌های اقتصادی است.