Test de causalitat de Toda-Yamamoto no lineal
La prova de causalitat no lineal de Toda-Yamamoto estén el procediment clàssic de Wald modificat de Toda-Yamamoto (1995) per detectar enllaços causals que estan ocults en les mitjanes de les sèries però que es manifesten a través de dinàmiques no lineals com ara asimetries, efectes llindar o transmissió de volatilitat. Ajusta un VAR augmentat sobre sèries transformades per rangs o mapejades de manera no lineal i aplica una prova de Wald de khi quadrat als coeficients de retard addicionals.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Toda, H. Y., & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1-2), 225-250. DOI: 10.1016/0304-4076(94)01616-8 ↗
- Sims, C. A., Stock, J. H., & Watson, M. W. (1990). Inference in linear time series models with some unit roots. Econometrica, 58(1), 113-144. DOI: 10.2307/2938337 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/ca/econometrics/nonlinear-toda-yamamoto-causality
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Prova de cointegració (Johansen / Engle-Granger)Econometria↔ compare
- Test de causalitat de GrangerEconometria↔ compare
- Test de Causalitat de Granger No LinealEconometria↔ compare
- Prova de causalitat de Granger de Toda-YamamotoEconometria↔ compare
- Model d'Autoregressió Vectorial (VAR)Econometria↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →