Kausalitet i varians (Causality in Variance Test)
Kausalitetstestet i varians detekterar huruvida chocker i en variabel orsakar förändringar i den betingade variansen (volatiliteten) hos en annan variabel, skilt från kausalitet på medelnivå. Testet, som introducerades av Cheung och Ng (1996), identifierar volatilitetsspillover och smittoeffekter – vilket är avgörande för riskhantering och förståelse av finansiella marknaders ömsesidiga beroenden. Detta angreppssätt har blivit standard vid studier av chocktransmission över tillgångsslag och geografier.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Test for Causality in Variance. ScholarGate. https://scholargate.app/sv/econometrics/causality-in-variance-test
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Component GARCHEkonometri↔ jämför
- DCC-MIDASEkonometri↔ jämför
- GARCH-MIDASEkonometri↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →