Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/22306 
Kompletter Metadatensatz
DublinCore-FeldWertSprache
dc.contributor.authorSchulze, Peter M.en
dc.date.accessioned2009-01-29T14:56:01Z-
dc.date.available2009-01-29T14:56:01Z-
dc.date.issued2004-
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.en
dc.language.isogeren
dc.publisher|aJohannes-Gutenberg-Universität Mainz, Institut für Statistik und Ökonometrie |cMainzen
dc.relation.ispartofseries|aArbeitspapier |x28en
dc.subject.ddc330en
dc.subject.stwKausalanalyseen
dc.subject.stwVAR-Modellen
dc.subject.stwTheorieen
dc.titleGranger-Kausalitätsprüfung: Eine anwendungsorientierte Darstellung-
dc.typeWorking Paperen
dc.identifier.ppn471245178en
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
dc.rightshttp://www.econstor.eu/dspace/Nutzungsbedingungenen
dc.identifier.repecRePEc:zbw:maista:28en

Datei(en):
Datei
Größe





Publikationen in EconStor sind urheberrechtlich geschützt.