Regression modelEconometrics / time series
时变参数Toda-Yamamoto因果关系
TVP Toda-Yamamoto因果关系检验结合了Toda和Yamamoto（1995）的增广VAR方法——该方法无需预先进行单位根检验即可处理可能存在积分或协整的序列——与时变参数，从而允许变量之间的因果关系在不同时期内发生变化，而不是在整个样本期间保持固定。
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 ↗
- Adebayo, T. S., & Acheampong, A. O. (2022). Modelling the globalization-emissions nexus: Fresh insights from the novel dynamic ARDL simulations and the Toda-Yamamoto causality approaches. Environmental Science and Pollution Research, 29(3), 3825-3840. link ↗
如何引用本页
ScholarGate. (2026, June 3). Time-Varying Parameter Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/zh/econometrics/time-varying-parameter-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。
- 格兰杰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