Fachartikel

Granger-Kausalitätsprüfung

Eine anwendungsorientierte Darstellung

Granger unterstellt in seinem Kausalitätskonzept stationäre Daten. Zeitreihendaten weisen aber oft Trend- und/oder Saison-Einflüsse auf, die vor einer Schätzung eliminiert oder modelliert werden müssen. Ausgangspunkt der Stationaritätsprüfung im VAR-Modell sind meist Einheitswurzeltests. Die Eliminierung von Trend/Saison bedeutet einen Informationsverlust, weshalb bei differenzstationären Prozessen die Formulierung von Fehlerkorrekturmodellen angezeigt ist, die die Unterscheidung von lang- und kurzfristiger Granger-Kausalität erlauben. Toda/Yamamoto zeigen einen VAR-Ansatz mit Niveauvariablen, ohne daß die herkömmlichen Tests zur Granger-Kausalitätsprüfung ihre Anwendbarkeit verlieren.
Working Paper
2005
Fachbereich
Statistik/Ökonometrie
Dieser Artikel ist als PDF bei WiWi-Online.de abrufbar.
Bücher des Autors
Buch Cover

Statistik/Ökonometrie

Beschreibende Statistik