Dolado-Lütkepohl-Test für Granger-Kausalität

Herkömmliche Wald-Tests für Granger-Kausalität versagen, wenn Reihen nicht-stationär sind, da die Chi-Quadrat-kritischen Werte nicht mehr gelten. Der DL-Ansatz umgeht dies, indem er den VAR absichtlich mit zusätzlichen Lags, die der maximalen Integrationsordnung entsprechen, überparametrisiert. Diese zusätzlichen Lags absorbieren die Störvariablen des Einheitswurzelproblems, sodass die Koeffizienten von echtem Interesse ein Standard-asymptotisches Verhalten aufweisen und ein vertrauter Chi-Quadrat-Test gültig bleibt, unabhängig davon, ob die Daten I(0), I(1) oder kointegriert sind.