Regression modelEconometrics / time series
구조적 분절 그랜저 인과관계
구조적 분절 그랜저 인과관계는 시계열에서 체제 변화와 모수 불안정성을 수용하기 위해 고전적인 그랜저 인과관계 프레임워크를 확장합니다. 분절 시점을 탐지하고 부분 표본 내 또는 롤링/재귀적 창을 통해 인과관계를 검정함으로써, 변수 간의 예측 관계가 시간에 따라 켜지거나, 꺼지거나, 방향이 바뀌는지 여부를 밝힙니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
- Balcilar, M., Ozdemir, Z. A., & Arslanturk, Y. (2010). Economic growth and energy consumption causal nexus viewed through a bootstrap rolling window. Energy Economics, 32(6), 1398-1410. DOI: 10.1016/j.eneco.2010.05.015 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Granger Causality Testing with Structural Breaks. ScholarGate. https://scholargate.app/ko/econometrics/structural-break-granger-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.
- 그랜저 인과성 검정계량경제학↔ compare
- Toda-Yamamoto (TY) 인과관계 검정계량경제학↔ compare
- Vector Autoregression (VAR)계량경제학↔ compare