Varyans İçinde Nedensellik Testi
Test for Causality in Variance · Ayrıca şöyle bilinir: Volatility spillover test
Varyans içindeki nedensellik testi, bir değişkendeki şokların, ortalama düzeydeki nedensellikten farklı olarak, başka bir değişkenin koşullu varyansını (volatilite) değiştirip değiştirmediğini tespit eder. Cheung ve Ng (1996) tarafından tanıtılan bu test, risk yönetimi ve finansal piyasa karşılıklı bağımlılıklarını anlamak için kritik öneme sahip volatilite yayılmalarını ve bulaşma etkilerini belirler. Bu yaklaşım, varlık sınıfları ve coğrafyalar arasındaki şok iletimini incelemede standart hale gelmiştir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Volatilite yayılmalarını incelerken varyans içindeki nedensellik testini kullanın—örneğin, hisse senedi piyasası şoklarının döviz volatilitesini artırıp artırmadığını, banka iflaslarının kredi spreadi volatilitesini artırıp artırmadığını veya petrol fiyatı şoklarının imalat çıktısı belirsizliğini artırıp artırmadığını test etmek. Risk modellemesi ve sistemik finansal risk değerlendirmesi için esastır.
Güçlü yönler & sınırlılıklar
- Ortalama etkilerden farklı varyans nedenselliğini yakalar
- Volatilite yoluyla bulaşmayı ve şok iletimini belirler
- Standart GARCH yazılımları kullanılarak kolay uygulama
- Risk yönetimi ve finansal istikrar için ekonomik olarak anlamlıdır
- Volatilite için parametrik modelleme gerektirir (GARCH veya benzeri); model yanlış belirtimi testleri yanlı hale getirir
- Küçük örneklem özellikleri zayıf olabilir; güvenilir çıkarım için büyük T gerektirir
- Çoklu test (birçok değişken çiftini test etme) çoklu karşılaştırma ayarlamaları gerektirir
- Koşullu ve koşulsuz varyans nedenselliği arasındaki ayrım yorumlamada incelikli olabilir
SSS
Varyans içindeki nedensellik, karesel artıklar içindeki Granger nedenselliği ile aynı mıdır?
Kavramsal olarak benzerdir, ancak varyans içindeki nedensellik GARCH modellerini kullanarak koşullu varyans ilişkilerini resmi olarak test ederken, Granger nedenselliği ortalama tabanlıdır. Varyans testi, volatilite yayılmalarını tespit etmede daha güçlüdür.
Tek değişkenli mi yoksa çok değişkenli GARCH kullanmalıyım?
Çok değişkenli GARCH (örneğin, DCC, BEKK, Copulas) daha esnektir ancak daha büyük örneklemler gerektirir. Örneklem sınırlıysa veya değişken sayısı fazlaysa, tek değişkenli GARCH ile başlayın.
Çoklu testler için nasıl düzeltme yaparım?
Çok sayıda değişken çiftini test ediyorsanız Bonferroni veya yanlış keşif oranı (FDR) ayarlamalarını kullanın. Alternatif olarak, testleri azaltmak için ekonomik olarak gerekçelendirilmiş çiftlere odaklanın.
GARCH modelleri iyi uymuyorsa ne olur?
Alternatif volatilite modellerini (üstel GARCH, stokastik volatilite) deneyin. Sorunlar devam ederse, sonuçlar güvenilmez olabilir; belirtimler arasında sağlamlığı raporlayın.
Kaynaklar
- 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 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Test for Causality in Variance. ScholarGate. https://scholargate.app/tr/econometrics/causality-in-variance-test
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bileşen GARCHEkonometri↔ karşılaştır
- DCC-MIDASEkonometri↔ karşılaştır
- GARCH-MIDASEkonometri↔ karşılaştır