Dolado-Lütkepohl Granger Nedensellik Testi
Dolado-Lütkepohl Granger Causality Test · Ayrıca şöyle bilinir: DL Causality Test, Modified Wald Causality Test, Augmented VAR Causality Test, Dolado-Lütkepohl Testi
Dolado ve Lütkepohl (1996) tarafından tanıtılan Dolado-Lütkepohl (DL) testi, değişkenleri entegre veya eşbütünleşik olabilen vektör otoregresif (VAR) sistemlerinde Granger nedenselliğini test etmek için değiştirilmiş bir Wald prosedürüdür. Gerekenden biraz daha yüksek mertebede bir VAR uydurarak ve Wald istatistiğini ilk p gecikme bloklarına sınırlayarak, test eşbütünleşme için ön test yapma veya hata düzeltme formuna dönüşüm gerektirmeden standart ki-kare sınırlayıcı dağılımını geri kazanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bir VAR sistemindeki bir veya daha fazla zaman serisinin birim mertebeden (veya daha yüksek) entegre olabileceğinden şüphelendiğinizde ve belirli bir eşbütünleşme spesifikasyonuna bağlı kalmadan Granger nedenselliğini test etmek istediğinizde DL testini kullanın. Test, eşbütünleşme derecesinin belirsiz olduğu, ön test sonuçlarının belirsiz olduğu veya Toda-Yamamoto prosedürüne sağlam bir tek denklem alternatifi istediğiniz durumlarda uygundur. Temel varsayımlar, d_max'ın doğru belirlendiği ve VAR artıklarının yaklaşık olarak beyaz gürültü olduğudur. Test, yapısal kırılmalar veya mevsimsel entegrasyon içeren sistemler için ek modifikasyonlar olmadan uygun değildir. Eşbütünleşme kesin olarak belirlendiğinde, bir VECM tabanlı nedensellik testi daha verimli olabilir.
Güçlü yönler & sınırlılıklar
- Bilinmeyen entegrasyon ve eşbütünleşme özelliklerine karşı sağlamdır — eşbütünleşme derecesi için ön test yapmaya gerek yoktur.
- Asimptotik olarak standart ki-kare dağılımını korur, bu da geleneksel kritik değerlerin ve p-değerlerinin kullanılmasını sağlar.
- Seviyelerde basit OLS ile tahmin edilir, fark almaktan kaynaklanan bilgi kaybından ve VECM'in spesifikasyon belirsizliğinden kaçınılır.
- Toda-Yamamoto yaklaşımına yakından bağlıdır ve nedensellik sonuçları için bağımsız bir doğrulama stratejisi sunar.
- Maksimum entegrasyon derecesi d_max'ın doğru belirlenmesini gerektirir; d_max'ın yanlış belirtilmesi asimptotik ki-kare sonucunu geçersiz kılabilir.
- Sonlu örnek performans, d_max örnek boyutuna göre büyük olduğunda bozulur, çünkü ek önemsiz gecikmeler serbestlik derecelerini azaltır.
- Tüm Granger nedensellik testleri gibi, yapısal nedensellikten ziyade öngörülebilirliği yakalar ve ilgili değişkenler dışarıda bırakılırsa yanıltıcı bulgular üretebilir.
- Bir VECM çerçevesinin ortaya çıkaracağı uzun vadeli eşbütünleşme ilişkilerini doğrudan tahmin etmez veya test etmez.
SSS
Dolado-Lütkepohl testi Toda-Yamamoto testinden nasıl farklıdır?
Her ikisi de entegrasyonu ele almak için d_max ek gecikmelerle bir seviyeler VAR'ını genişletir, ancak hangi parametrelerin Wald kısıtlamasını aldıkları konusunda farklılık gösterirler. Toda-Yamamoto, aynı şekilde ilk p gecikme katsayılarına standart bir Wald testi uygular; iki prosedür genellikle uygulama açısından eşdeğer olarak tanımlanır. DL makalesi, eşbütünleşik bir VAR çerçevesinde resmi bir asimptotik gerekçe sunarken, Toda-Yamamoto'nun kanıtı farklı bir teknik yol kullanır. Pratikte, iki yöntem tutarlı bir şekilde uygulandığında özdeş test istatistikleri üretir.
Değişkenlerimin entegrasyon derecesinden emin değilsem ne olur?
d_max'ı en yüksek makul entegrasyon derecesine ayarlayın — çoğu makroekonomik ve finansal seri için tipik olarak birdir. d_max'ı aşırı tahmin etmek muhafazakârdır: serbestlik derecelerini kaybedersiniz ancak geçerli ki-kare çıkarımını korursunuz. Ancak, d_max'ı eksik tahmin etmek standart dışı asimptotikleri yeniden sokabilir, bu nedenle belirsiz durumlarda daha büyük bir d_max lehine hata yapmak genellikle tavsiye edilir.
DL testi büyük VAR sistemlerinde veya panel verilerle kullanılabilir mi?
Test, zaman serisi VAR'ları için tasarlanmıştır ve orta düzey sistem boyutları ve toplam parametre sayısına (K çarpı (p + d_max)) göre yeterli örnek uzunluğu ile en iyi şekilde çalışır. Büyük sistemlerde, ek gecikmelerin serbestlik derecesi maliyeti önemli hale gelir. Literatürde panel uzantıları mevcuttur ancak kesitsel bağımlılık hakkında ek varsayımlar gerektirir ve orijinal Dolado-Lütkepohl çerçevesinin bir parçası değildir.
Kaynaklar
- Dolado, J. J., & Lütkepohl, H. (1996). Making Wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369–386. DOI: 10.1080/07474939608800362 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Dolado-Lütkepohl Granger Causality Test. ScholarGate. https://scholargate.app/tr/econometrics/dolado-lutkepohl-causality
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Granger Nedensellik TestiEkonometri↔ karşılaştır
- Toda-Yamamoto Granger Nedensellik TestiEkonometri↔ karşılaştır