¿Cuál es la relación entre la prueba de raíz unitaria, la cointegración y la prueba de causalidad de Granger?

Pasos de la prueba empírica:

Primero haga una prueba de raíz unitaria para ver si la secuencia de variables es estacionaria. Si es estacionaria, puede construir un modelo de regresión y otros modelos econométricos clásicos; si no es estacionario, realice una diferencia, cuando se alcanza la i-ésima diferencia, la secuencia es estacionaria y obedece a la integración de orden i (preste atención a la selección de tendencia e intersección en diferentes situaciones, y juzgue en función de la Valor p y hipótesis nula).

Si todas las secuencias de prueba están sujetas al mismo orden de integración, se puede construir un modelo VAR y realizar una prueba de cointegración (preste atención a la selección del período de retraso) para determinar si existe una relación de cointegración entre las variables internas del modelo, es decir, si existe una relación equilibrada a largo plazo. Si es así, puede construir un modelo VEC o realizar una prueba de causalidad de Granger para probar "quién causó qué cambio" entre las variables, es decir, la relación entre las tres es una relación causal.

Expansión de datos:

1. Problemas de estacionariedad

1. La prueba de raíz unitaria es una prueba de la estacionariedad de la secuencia. Si no se prueba, se utiliza directamente OLS. Puede conducir fácilmente a una regresión espuria.

2. Cuando los datos de la prueba son estacionarios (es decir, no hay raíz unitaria), si desea examinar más a fondo la conexión causal de las variables, puede utilizar la prueba de causalidad de Granger, pero es un requisito previo para la prueba de Granger es Los datos deben ser estacionarios; de lo contrario, no se puede realizar.

3. Cuando los datos de la prueba no son estacionarios (es decir, hay una raíz unitaria), y cada secuencia está integrada del mismo orden (la premisa de la prueba de cointegración), y se desea Para determinar además si existe una relación de cointegración entre las variables, se pueden realizar pruebas de cointegración. Las pruebas de cointegración incluyen principalmente el método de dos pasos de EG y la prueba de JJ.

A. basado en residuos de regresión. La estacionariedad de los residuos se puede probar estableciendo un modelo OLS (generalmente, se utiliza el método de dos pasos de EG)

B. coeficiente. La premisa es establecer un modelo VAR (es decir, el modelo se ajusta al modelo ADL)

4. Cuando las variables Cuando existe una relación de cointegración entre /p>

2. Problema de cointegración

1. La prueba de Granger solo se puede utilizar para secuencias estacionarias. Esta es la premisa de la prueba de Granger, y su relación causal no es la que normalmente entendemos. La relación entre causa y efecto. que los cambios previos en x pueden explicar efectivamente los cambios en y, por eso se le llama "causa de Granger".

2. Es probable que las series no estacionarias tengan pseudoregresión. La importancia de la cointegración es probar si la relación causal descrita por sus ecuaciones de regresión es pseudoregresión, es decir, probar si existe. una relación estable entre variables. Por tanto, la prueba de causalidad para series no estacionarias es la prueba de cointegración.

3. La prueba de estacionariedad tiene tres funciones: (1) Probar la estacionariedad, realizar la prueba de Granger. Si no es estacionaria, realizar la prueba positiva. (2) En la prueba de cointegración se debe utilizar el orden integral único de cada secuencia. (3) Determinar el proceso de generación de datos de la columna de tiempo.

3. Problema de causalidad de Granger

Primero, la prueba de causalidad de Granger prueba la secuencia de tiempo estadística y no significa que exista una relación causal real que deba determinarse en base. sobre teoría, experiencia y modelos.

En segundo lugar, las variables en la prueba de causalidad de Granger deben ser estacionarias. Si la prueba de raíz unitaria encuentra que las dos variables son inestables, la prueba de causalidad de Granger no se puede realizar directamente.

En tercer lugar, el resultado de la cointegración solo indica que existe una relación de equilibrio a largo plazo entre las variables. Se requiere la cointegración porque las variables no son estacionarias, por lo que primero se diferencian las variables. El término se puede utilizar para realizar la prueba de causalidad de Granger, para determinar la secuencia de cambios en las variables y luego realizar la cointegración para ver si existe un equilibrio a largo plazo en las variables.

En cuarto lugar, el equilibrio a largo plazo no significa el final del análisis. También se deben considerar las fluctuaciones a corto plazo y se deben realizar pruebas de corrección de errores.

Referencia: Enciclopedia Baidu-Prueba de raíz unitaria