Test de Causalité de Toda-Yamamoto
Le test de causalité de Toda-Yamamoto (TY) est une procédure de Wald modifiée pour tester la causalité au sens de Granger dans des VAR (Vector Autoregression) estimés en niveaux, même lorsque les variables sont non stationnaires ou cointégrées. En sur-paramétrant intentionnellement le VAR avec des retards supplémentaires égaux à l'ordre maximal d'intégration, il restaure la distribution asymptotique standard du Khi-deux de la statistique de Wald sans nécessiter de pré-tests préalables sur les racines unitaires ou la cointégration.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Sources
- 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 ↗
- Dolado, J. J., & Lütkepohl, H. (1996). Making Wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369-386. DOI: 10.1080/07474939608800362 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Toda-Yamamoto Modified Wald Causality Test. ScholarGate. https://scholargate.app/fr/econometrics/toda-yamamoto-causality-test
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.
- Modèle ARIMA (Modèle Autorégressif Intégré à Moyenne Mobile)Économétrie↔ compare
- Test de racine unitaire Augmented Dickey-Fuller (ADF)Économétrie↔ compare
- Test de causalité de GrangerÉconométrie↔ compare
- Autoregressive Vectoriel (VAR)Économétrie↔ compare
- Modèle à Correction d'Erreur Vectorielle (VECM)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →