EconStor >
Johannes Gutenberg-Universität Mainz >
Institut für Statistik und Ökonometrie, Universität Mainz >
Arbeitspapiere, Inst. f. Statistik u. Ökonometrie, Universität Mainz >

Please use this identifier to cite or link to this item:

http://hdl.handle.net/10419/22306
  

Full metadata record

DC FieldValueLanguage
dc.contributor.authorSchulze, Peter M.en_US
dc.date.accessioned2009-01-29T14:56:01Z-
dc.date.available2009-01-29T14:56:01Z-
dc.date.issued2004en_US
dc.identifier.urihttp://hdl.handle.net/10419/22306-
dc.description.abstractGranger 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.de
dc.language.isogerde
dc.relation.ispartofseriesArbeitspapier / Institut für Statistik und Ökonometrie, STATOEK 28en_US
dc.subject.ddc330en_US
dc.subject.stwKausalanalysede
dc.subject.stwVAR-Modellde
dc.subject.stwTheoriede
dc.titleGranger-Kausalitätsprüfung : Eine anwendungsorientierte Darstellungde
dc.typeWorking Paperen_US
dc.identifier.ppn471245178en_US
dc.description.abstracttransFor the testing of Granger-causality stationarity of data is obligatory. But economic time series data often contain trend and/or seasonal factors. Several procedures are known to model or eliminate these influences. Unit root tests are often used to construct trend- or differencestationary processes in a VAR-model. Considering the error correction approach (VARECM) it is possible to distinguish between short- and long-run Granger-causality. Toda/Yamamoto reveal a way how traditional tests for Granger-causality can be used in a VAR-model with the original variables.en_US
dc.rightshttp://www.econstor.eu/dspace/Nutzungsbedingungen-
dc.identifier.repecRePEc:zbw:maista:28-
Appears in Collections:Arbeitspapiere, Inst. f. Statistik u. Ökonometrie, Universität Mainz

Files in This Item:
File Description SizeFormat
Arbeitspapier_Nr_28_Granger-Kausalitaetspruefung.pdf179.86 kBAdobe PDF
No. of Downloads: Counter Stats
Show simple item record
Download bibliographical data as: BibTeX

Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.