Granger-Kausalitätsprüfung: Eine anwendungsorientierte Darstellung

Peter M. Schulze

No 28, Arbeitspapiere des Instituts für Statistik und Ökonometrie from Johannes Gutenberg-Universität Mainz, Institut für Statistik und Ökonometrie

Abstract: 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.

Date: 2004
References: Add references at CitEc
Citations:

Downloads: (external link)
https://www.econstor.eu/bitstream/10419/22306/1/Ar ... alitaetspruefung.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:zbw:maista:28

Access Statistics for this paper

More papers in Arbeitspapiere des Instituts für Statistik und Ökonometrie from Johannes Gutenberg-Universität Mainz, Institut für Statistik und Ökonometrie Contact information at EDIRC.
Bibliographic data for series maintained by ZBW - Leibniz Information Centre for Economics ().