Kónya Bootstrap Panel Granger Nedensellik Testi
Kónya Bootstrap Panel Granger Causality · Ayrıca şöyle bilinir: Bootstrap Panel Causality Test, Kónya Panel Granger Causality, SUR-Based Bootstrap Causality, Kónya Önyükleme Nedensellik Testi
László Kónya tarafından 2006'da tanıtılan bu yöntem, Görünüşte İlişkisiz Regresyonlar (SUR) sistemini tahmin ederek ve bootstrap yoluyla ülkeye özgü kritik değerler türeterek heterojen panellerde Granger nedenselliğini test eder. Havuzlanmış panel testlerinin aksine, her bir kesit için ayrı bir nedensellik kararı sunar; bu da panel birimlerinin farklı davranması beklendiğinde uygulamalı makroekonomi ve uluslararası ekonomide özellikle değerli olmasını sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Makro panellerle—tipik olarak 10–50 ülke veya bölge—çalışırken, kesitsel bağımlılığın şüphelenildiği ve birimlerin heterojen olduğu durumlarda Kónya bootstrap nedenselliğini kullanın. Test, T orta düzeyde (yaklaşık 20–40 dönem) ve N, SUR'un uygulanabilir olması için yeterince küçük olduğunda uygundur. Durağanlık gerektirir veya entegrasyon için önceden test edilmelidir; seriler I(1) ve eşbütünleşmişse, bunun yerine hata düzeltme özellikleri dikkate alınmalıdır. Alternatifler arasında Dumitrescu–Hurlin testi (daha büyük N'ler için uygundur) veya entegrasyon sırası belirsizse Toda–Yamamoto bulunur.
Güçlü yönler & sınırlılıklar
- Havuzlanmış panel Granger testlerinin aksine, kesitler arasında tam heterojen eğim katsayılarına ve gecikme uzunluklarına izin verir.
- Ayrı bir CD ön testi gerektirmeden SUR tahmincisi aracılığıyla eş anlı kesitsel bağımlılığı hesaba katar.
- Bootstrap kritik değerleri, asimptotik dağılımların güvenilmez olduğu küçük ve sonlu örneklemlerde geçerlidir.
- Birim düzeyinde nedensel sonuçlar sunarak, ülkeye veya firmaya özgü politika yorumlamalarına olanak tanır.
- N, T'ye göre büyük olduğunda SUR tahmini hesaplama açısından sorunlu ve potansiyel olarak tekil hale gelir.
- Durağanlık için önceden test yapmayı gerektirir; testi durağan olmayan serilere uygun modifikasyon olmadan uygulamak yanıltıcı sonuçlar verir.
- Bootstrap boyut ve güç özellikleri, dikkatli seçilmesi gereken çoğaltma sayısı ve artık yeniden örnekleme şemasına bağlıdır.
- Ülkeye özgü sonuçlar, gerçek nedensel yapının birimler arasında homojen olması durumunda havuzlanmış testlere kıyasla gücü azaltır.
SSS
Kónya testi önceden bir kesitsel bağımlılık testi gerektirir mi?
Resmi olarak değil—SUR tahmincisi birimler arasındaki eş anlı korelasyonu doğal olarak barındırır, bu nedenle test kesitsel bağımlılığın var olup olmadığına bakılmaksızın geçerlidir. Ancak, Pesaran'ınki gibi bir CD testi önceden çalıştırmak, SUR tabanlı ve havuzlanmış tahminciler arasındaki seçimi bilgilendirir ve bir araştırma makalesinde Kónya yaklaşımının gerekçelendirilmesini güçlendirir.
Test I(1) değişkenlere uygulanabilir mi?
Orijinal Kónya (2006) çerçevesi durağanlığı varsayar. Doğrudan I(1) serilere uygulamak yanıltıcı nedensellik bulguları riski taşır. Uygulayıcılar tipik olarak serileri farklarını alırlar, Toda–Yamamoto artırımı uyguladıktan sonra test ederler veya bootstrap Granger testine devam etmeden önce eşbütünleşme doğrulandığında bir hata düzeltme formu kullanırlar.
Kaç bootstrap çoğaltması yeterlidir?
Kónya (2006), orijinal uygulamada 10.000 çoğaltma kullanmıştır. Simülasyon çalışmaları, kritik değerleri stabilize etmek ve boyutu kontrol etmek için 1.000 çoğaltmanın pratik minimum olduğunu, ancak Monte Carlo gürültüsünü ampirik nicelemelerde azaltmak için panel küçük olduğunda veya sonuçlar sınırdaysa 5.000–10.000 çoğaltmanın önerildiğini göstermektedir.
Kaynaklar
- Kónya, L. (2006). Exports and growth: Granger causality analysis on OECD countries with a panel data approach. Economic Modelling, 23(6), 978–992. DOI: 10.1016/j.econmod.2006.04.008 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Kónya Bootstrap Panel Granger Causality. ScholarGate. https://scholargate.app/tr/econometrics/konya-bootstrap-causality
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Dumitrescu-Hurlin Panel Granger Nedensellik TestiEkonometri↔ karşılaştır
- Granger Nedensellik TestiEkonometri↔ karşılaştır
- Pesaran CD Testi: Panel Veriler için Kesitsel Bağımlılık Tanı YöntemiEkonometri↔ karşılaştır