İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Ekonometri›Hiemstra-Jones Doğrusal Olmayan Granger Nedensellik Testi
Hypothesis testCausality

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.

ScholarGate
  1. Hypothesis test
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Hiemstra-Jones Doğrusal Olmayan Granger Nedensellik Testi
Yakınsak Çapraz Eşleme (…Granger Nedensellik Testi

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

Güçlü yönler
  • 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
Sınırlılıklar
  • 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

  1. 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

İlişkili yöntemler

Yakınsak Çapraz Eşleme (CCM)Granger Nedensellik Testi

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
Yan yana karşılaştır →

Benzer yöntemler

Doğrusal Olmayan Granger Nedensellik TestiHatemi-J Asimetrik Nedensellik TestiDoğrusal Olmayan Toda-Yamamoto Nedensellik TestiGranger Nedensellik TestiGranger Nedensellik TestiDoğrusal Olmayan Johansen Eşbütünleşme TestiSağlam Granger Nedensellik TestiFourier Granger Nedensellik Testi

İlgili referans kavramlar

Matematiksel ve Nicel YöntemlerFinancial EconometricsEconometricsNonparametrik İstatistikEkonometrik ve İstatistiksel Yöntemler ve Metodoloji: GenelTek Denklemli Modeller • Tek Değişkenler

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Hiemstra-Jones Causality (Hiemstra-Jones Nonlinear Granger Causality Test). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/econometrics/hiemstra-jones-causality · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Craig Hiemstra & Jonathan Jones
Year
1994
Type
Nonparametric hypothesis test
Subfamily
Causality
Distribution
Asymptotically standard normal under H0
Null Hypothesis
X does not nonlinearly Granger-cause Y
İlişkili yöntemler
Yakınsak Çapraz Eşleme (CCM)Granger Nedensellik Testi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil