Panel Granger Nedensellik Testi
Panel Data Granger Causality Test · Ayrıca şöyle bilinir: panel causality test, Dumitrescu-Hurlin test, heterogeneous panel causality, panel Granger test
Panel Granger Nedensellik testi, bir değişkenin geçmiş değerlerinin, zaman içinde gözlemlenen birden çok kesitsel birim genelinde başka bir değişkeni tahmin etmeye yardımcı olup olmadığını inceler. Klasik Granger nedensellik çerçevesini panel verilere genişletir, kesitsel heterojenliği hesaba katar ve birimler arasında bilgi toplayarak daha güçlü çıkarım yapmayı 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
Panel verileriniz olduğunda (birden çok dönem boyunca gözlemlenen birden çok birim) ve bir değişkenin, değişkenin kendi geçmişi dışında başka bir değişkeni tahmin etmeye yardımcı olup olmadığını değerlendirmek istediğinizde Panel Granger Nedensellik kullanın. T'nin orta ila büyük olduğu (T ≥ 10), birimlerin heterojen olduğu ve serilerin durağan olduğu veya durağanlığa dönüştürüldüğü durumlarda en uygundur. Eğimin heterojenliğinin tüm birimlerde makul olduğu - ki bu neredeyse her zaman ülke veya firma panellerinde geçerlidir - durumlarda havuzlanmış testler yerine Dumitrescu-Hurlin'i tercih edin. Durağan olmayan serilere ön filtreleme yapmadan test uygulamayın; Granger nedenselliğini yapısal veya ekonomik nedensellik olarak yorumlamayın; ve N çok küçük olduğunda (N < 5) kaçının, çünkü asimptotik yaklaşım bozulur.
Güçlü yönler & sınırlılıklar
- Panel birimleri boyunca heterojen nedensel ilişkileri, havuzlanmış testlerin homojenlik yanlılığını önleyerek sağlar.
- Birimler genelinde bilgi toplayarak bireysel zaman serisi Granger testlerine göre istatistiksel güç kazanır.
- Dumitrescu-Hurlin Z-bar istatistiği bilinen bir asimptotik dağılıma sahiptir, bu da basit çıkarım yapmayı sağlar.
- Dengesiz panellerle uyumludur ve bootstrap kritik değerleri kullanıldığında orta derecede kesitsel bağımlılığa karşı dayanıklıdır.
- Sistemin tamamına her iki yönde eş zamanlı olarak nedensellik test ederek kolayca genişletilebilir.
- Durağanlığı varsayar; entegre serilere fark alma veya VECM çerçevesi olmadan test uygulamak sahte sonuçlar verir.
- Standart asimptotik dağılım hem N hem de T'nin yeterince büyük olmasını gerektirir; kısa veya çok dar panellerde sonuçlar güvenilmezdir.
- Granger nedenselliği tahminidir, yapısal değildir - reddetme ekonomik veya politika nedenselliğini kurmaz.
- Kesitsel bağımlılık (ortak şoklar) test boyutunu şişirir; kesitsel bağımlılık tespit edildiğinde bootstrap veya CD-uyumlu versiyonlar gereklidir.
- Lag uzunluğunu K seçmek sonuçları anlamlı şekilde etkileyebilir ve evrensel olarak optimal bir kriter yoktur.
SSS
Dumitrescu-Hurlin ve havuzlanmış panel Granger nedenselliği arasındaki fark nedir?
Havuzlanmış (homojen) panel Granger testleri, nedensel katsayıları tüm birimler arasında aynı olacak şekilde sınırlar. Dumitrescu-Hurlin testi, her birimin kendi nedensel katsayılarına sahip olmasına izin verir ve sonuçtaki Wald istatistiklerini ortalamasını alır, bu da onu eğim heterojenliğine karşı dayanıklı hale getirir - çoğu ampirik panelde daha gerçekçi varsayım.
Panel Granger testini çalıştırmadan önce verileri farklamam gerekir mi?
Evet, seriler entegre ise (I(1) veya daha yüksek). Önce bir panel birim kök testi çalıştırın. Değişkenler eşbütünleşik ise, bir panel VECM çerçevesi tercih edilir çünkü hem kısa vadeli Granger nedenselliğini hem de uzun vadeli ayarlamayı yakalar; standart Granger testini durağan olmayan seviyelere uygulamak sahte çıkarımlara neden olur.
Panel Granger nedenselliğinde kesitsel bağımlılıkla nasıl başa çıkarım?
Önce Pesaran CD testi ile kesitsel bağımlılığı test edin. Bağımlılık tespit edilirse, Dumitrescu-Hurlin istatistiği için bootstrap kritik değerlerini kullanın veya test etmeden önce ortak faktörleri filtrelemek için panel VAR'ın kesitsel olarak genişletilmiş bir versiyonunu kullanın.
Sıfırın reddedilmesi pratikte bana ne anlatır?
Reddetme, X'in geçmiş değerlerinin, Y'nin kendi geçmişinin ötesinde, en azından bazı panel birimleri için gelecekteki Y değerleri hakkında istatistiksel olarak anlamlı bilgi içerdiği anlamına gelir. Kaç birimin nedensellik sergilediğini söylemez, ne de yapısal bir nedensel mekanizma ima eder - ilişkinin yönünü ve büyüklüğünü yorumlamak için ek analiz veya teori gereklidir.
Kaç lag kullanmalıyım?
Bireysel birim regresyonlarında veya havuzlanmış sistemde AIC veya BIC kullanarak lagları seçin. Pratikte, T orta olduğunda bir veya iki lag yaygındır. Kısa panellerde uzun laglarla dikkatli olun, çünkü serbestlik dereceleri hızla azalır, güç ve güvenilirliği azaltır.
Kaynaklar
- Dumitrescu, E.-I., & Hurlin, C. (2012). Testing for Granger non-causality in heterogeneous panels. Economic Modelling, 29(4), 1450–1460. DOI: 10.1016/j.econmod.2012.02.014 ↗
- Holtz-Eakin, D., Newey, W., & Rosen, H. S. (1988). Estimating vector autoregressions with panel data. Econometrica, 56(6), 1371–1395. DOI: 10.2307/1913103 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Panel Data Granger Causality Test. ScholarGate. https://scholargate.app/tr/econometrics/panel-granger-causality
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Granger Nedensellik TestiEkonometri↔ karşılaştır
- Panel ARDL Sınır TestiEkonometri↔ karşılaştır
- Panel Johansen Eş Bütünleşme TestiEkonometri↔ karşılaştır
- Panel VECM (Panel Vektör Hata Düzeltme Modeli)Ekonometri↔ karşılaştır
- Toda-Yamamoto Nedensellik TestiEkonometri↔ karşılaştır