Regression modelEconometrics / time series
非线性Toda-Yamamoto因果检验
非线性Toda-Yamamoto因果检验将经典的Toda-Yamamoto (1995)修正Wald程序推广，以检测隐藏在序列均值中但通过非线性动态（如不对称性、阈值效应或波动率传导）表现出来的因果联系。它在秩变换或以其他方式非线性映射的序列上拟合增广向量自回归模型，并对额外滞后系数应用卡方Wald检验。
用 EconMind 应用即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Toda, H. Y., & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1-2), 225-250. DOI: 10.1016/0304-4076(94)01616-8 ↗
- Sims, C. A., Stock, J. H., & Watson, M. W. (1990). Inference in linear time series models with some unit roots. Econometrica, 58(1), 113-144. DOI: 10.2307/2938337 ↗
如何引用本页
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/zh/econometrics/nonlinear-toda-yamamoto-causality
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 协整检验（Johansen / Engle-Granger）计量经济学↔ 比较
- 格兰杰因果检验计量经济学↔ 比较
- 非线性 Granger 因果检验计量经济学↔ 比较
- Toda-Yamamoto Granger 因果检验计量经济学↔ 比较
- 向量自回归 (VAR) 模型计量经济学↔ 比较