Hiemstra-Jones Doğrusal Olmayan Granger Nedensellik Testi
Hiemstra-Jones Nonlinear Granger Causality Test · Ayrıca şöyle bilinir: HJ Nonlinear Causality Test, Hiemstra-Jones Test, Nonlinear Granger Causality (Hiemstra-Jones), HJ Nedensellik Testi
1994 yılında tanıtılan Hiemstra-Jones testi, iki zaman serisi arasındaki doğrusal karşılıklı bağımlılıkları giderdikten sonra doğrusal olmayan nedensel ilişkileri tespit etmek için kullanılan parametrik olmayan bir yöntemdir. Hisse senedi fiyatı ve işlem hacmi dinamikleri bağlamında geliştirilen bu test, doğrusal VAR modellerinin yakalayamadığı doğrusal olmayan mekanizmalardan kaynaklanan öngörülebilirliği tespit etmek için korelasyon integral istatistiklerini kullanarak standart doğrusal Granger nedensellik çerçevesini genişletir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Hiemstra-Jones testi, standart doğrusal Granger nedensellik testleri sonuçsuz kaldığında veya teorinin doğrusal olmayan dinamikler önerdiği durumlarda (finansal piyasalar, makroekonomik rejimler veya ekolojik sistemlerde yaygın olarak görülür) uygundur. Durağan, ön beyazlatılmış kalıntılar gerektirir; bu nedenle her iki serinin de uygulamadan önce durağanlığı sağlamak için filtrelenmesi veya farkının alınması gerekir. Temel sınırlamalar arasında gömme boyutu m ve bant genişliği epsilon seçimindeki hassasiyet yer alır ve test, güçlü koşullu heteroskedastisiteye sahip sonlu örneklemlerde aşırı reddetme eğiliminde olabilir. Doğrusal olmayan nedensellikten şüphelenildiğinde ancak volatilite kümelenmesi belirgin olduğunda, Diks-Panchenko (2006) modifikasyonu, yanlılık düzeltmeli bir alternatif olarak sıklıkla tercih edilir.
Güçlü yönler & sınırlılıklar
- Doğrusal Granger nedensellik testlerinin tespit edemediği doğrusal olmayan nedensel bağlantıları belirler
- Parametrik olmayan yaklaşım, veri üretim süreci hakkında dağılımsal varsayımlar gerektirmez
- Finansal ekonometride doğrusal olmayan nedensellik için yaygın olarak uygulanan ve tekrarlanan bir referans noktasıdır
- Standart korelasyon integral tahmincileri kullanılarak VAR ön beyazlatma sonrası uygulanması kolaydır
- Sonuçlar, evrensel olarak optimal seçim kuralları olmayan gömme boyutu ve bant genişliği epsilon seçimine duyarlı olabilir
- ARCH/GARCH tipi koşullu heteroskedastisite varlığında sıfır hipotezini aşırı reddedebilir (boyut bozulması)
- Güvenilir asimptotik yaklaşımlar için yeterli örneklem büyüklükleri gerektirir; küçük örneklemler gücü azaltır
- Yalnızca ortalamadaki nedenselliği test eder; daha yüksek momentlerdeki (örn. volatilite) doğrusal olmayan nedensellik ayrı prosedürler gerektirir
SSS
Hiemstra-Jones testi standart Granger nedenselliğinden nasıl farklıdır?
Standart Granger nedenselliği doğrusal bir VAR çerçevesinde çalışır ve yalnızca doğrusal öngörücü ilişkileri tespit eder. Hiemstra-Jones testi, önce VAR ön beyazlatma yoluyla tüm doğrusal bağımlılığı ortadan kaldırır ve ardından kalıntılara parametrik olmayan bir korelasyon-integral istatistiği uygulayarak, doğrusal etkiler dışarıda bırakıldıktan sonra kalan doğrusal olmayan nedensel ilişkileri hedefler.
Neden Hiemstra-Jones yerine Diks-Panchenko testini tercih etmeliyim?
Diks ve Panchenko (2006), Hiemstra-Jones istatistiğinin, özellikle koşullu heteroskedastisite altında, nedensellik olmasa bile sonlu örneklemlerde sıfır hipotezini aşırı reddedebileceğini göstermiştir. Onların modifiye edilmiş testi, farklı bir normalizasyon kullanarak bu boyut bozulmasını düzeltir, bu da onu pratikte, özellikle volatilite kümelenmesi gösteren finansal zaman serileriyle daha güvenilir hale getirir.
Test için gömme boyutunu ve bant genişliğini nasıl seçmeliyim?
Tek bir optimal kural yoktur, ancak yaygın uygulama, epsilonu serinin standart sapmasının 0,5 ila 1,5 katı arasında ayarlamak ve 1 ila 5 arasında gömme boyutlarını denemektir. Bir dizi parametre kombinasyonunda sonuçların sağlamlığı, sonuca olan güveni artırır. Bu seçimlere karşı hassasiyetin raporlanması iyi bir ampirik uygulama olarak kabul edilir.
Kaynaklar
- Hiemstra, C., & Jones, J. D. (1994). Testing for linear and nonlinear Granger causality in the stock price-volume relation. The Journal of Finance, 49(5), 1639–1664. DOI: 10.1111/j.1540-6261.1994.tb04776.x ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Hiemstra-Jones Nonlinear Granger Causality Test. ScholarGate. https://scholargate.app/tr/econometrics/hiemstra-jones-causality
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Yakınsak Çapraz Eşleme (CCM)Nedensel çıkarım↔ karşılaştır
- Granger Nedensellik TestiEkonometri↔ karşılaştır