La covarianza de Gini juega un papel vital en el análisis de la relación entre variables aleatorias con distribuciones de colas pesadas. En este artículo, con la existencia de un segundo momento finito, establecemos la ecuación de Gini-Yule-Walker para estimar la matriz de transición de procesos autorregresivos vectoriales periódicos de alta dimensión (PVAR), se han establecido los resultados asintóticos de los estimadores. Aplicamos este método para estudiar la causalidad de Granger del proceso PVAR de colas pesadas, y los resultados muestran que la estimación robusta de la matriz de transferencia induce consistencia de signo en el valor de la causalidad de Granger. La efectividad del método propuesto se verifica tanto con datos sintéticos como reales.