Kovariancia-okozatiság teszt
A kovariancia-okozatiság teszt (causality-in-variance test) azt vizsgálja, hogy az egyik változó sokkjai okoznak-e változásokat egy másik változó kondicionális varianciájában (volatilitásában), elkülönítve a szimpla átlag-szintű ok-okozati összefüggéstől. A Cheung és Ng (1996) által bevezetett teszt a volatilitási átgyűrűzéseket (volatility spillovers) és a kontágión hatásokat azonosítja, ami kulcsfontosságú a kockázatkezelésben és a pénzügyi piaci összefüggések megértésében. Ez az megközelítés vált standarddá az eszközosztályok és földrajzi régiók közötti sokktranszmisszió tanulmányozásában.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Cheung, Y. W., & Ng, L. K. (1996). A causality-in-variance test and its application to financial market prices. Journal of Econometrics, 72(1-2), 33-61. DOI: 10.1016/0304-4076(94)01714-X ↗
- Hafner, C. M., & Herwartz, H. (2006). Testing for causality in variance using multivariate GARCH models. Journal of Econometrics, 135(1-2), 129-153. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Test for Causality in Variance. ScholarGate. https://scholargate.app/hu/econometrics/causality-in-variance-test
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Komponens GARCHÖkonometria↔ összehasonlítás
- DCC-MIDASÖkonometria↔ összehasonlítás
- GARCH-MIDASÖkonometria↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →