.granger因果检验和向量自回归(VAR)模型问题 我已经做完格兰杰因果检验,结果如下.Pairwise Granger Causality TestsDate:05/07/12 Time:12:55Sample:1990 2010Lags:2Null Hypothesis:\x05Obs\x05F-Statistic\x05ProbabilitySER02 doe
来源:学生作业帮助网 编辑:六六作业网 时间:2024/09/08 14:09:18
.granger因果检验和向量自回归(VAR)模型问题 我已经做完格兰杰因果检验,结果如下.Pairwise Granger Causality TestsDate:05/07/12 Time:12:55Sample:1990 2010Lags:2Null Hypothesis:\x05Obs\x05F-Statistic\x05ProbabilitySER02 doe
.granger因果检验和向量自回归(VAR)模型问题
我已经做完格兰杰因果检验,结果如下.Pairwise Granger Causality Tests
Date:05/07/12 Time:12:55
Sample:1990 2010
Lags:2
Null Hypothesis:\x05Obs\x05F-Statistic\x05Probability
SER02 does not Granger Cause SER01\x0519\x05 0.33516\x05 0.72081
SER01 does not Granger Cause SER02\x05 2.03279\x05 0.16785
SER03 does not Granger Cause SER01\x0519\x05 8.32044\x05 0.00416
SER01 does not Granger Cause SER03\x05 3.83285\x05 0.04704
SER04 does not Granger Cause SER01\x0519\x05 4.76461\x05 0.02640
SER01 does not Granger Cause SER04\x05 0.15004\x05 0.86204
SER05 does not Granger Cause SER01\x0519\x05 4.81833\x05 0.02557
SER01 does not Granger Cause SER05\x05 1.76083\x05 0.20791
SER03 does not Granger Cause SER02\x0519\x05 2.84640\x05 0.09178
SER02 does not Granger Cause SER03\x05 4.73175\x05 0.02692
SER04 does not Granger Cause SER02\x0519\x05 1.83852\x05 0.19545
SER02 does not Granger Cause SER04\x05 0.10371\x05 0.90218
SER05 does not Granger Cause SER02\x0519\x05 5.76340\x05 0.01493
SER02 does not Granger Cause SER05\x05 3.80248\x05 0.04798
SER04 does not Granger Cause SER03\x0519\x05 4.71858\x05 0.02714
SER03 does not Granger Cause SER04\x05 0.51736\x05 0.60706
SER05 does not Granger Cause SER03\x0519\x05 0.27672\x05 0.76232
SER03 does not Granger Cause SER05\x05 2.79020\x05 0.09553
SER05 does not Granger Cause SER04\x0519\x05 0.21012\x05 0.81299
SER04 does not Granger Cause SER05\x05 4.59718\x05 0.02919
他们有的相互之间存在因果关系,有的不存在.
那我下一步做VAR模型的时候如何选择外生变量啊.难道有的变量直接被抛弃?财富过后还可追加.
.granger因果检验和向量自回归(VAR)模型问题 我已经做完格兰杰因果检验,结果如下.Pairwise Granger Causality TestsDate:05/07/12 Time:12:55Sample:1990 2010Lags:2Null Hypothesis:\x05Obs\x05F-Statistic\x05ProbabilitySER02 doe
明显EViews做的吧?其实你截下图更好了.我是这么理解的啊 可能不对:一般来说VAR都是内生变量 外生的话 按照理论来加 再看看显著性 我想你可能上面这五个外生变量 其实都是内生吧?就是一个五维向量 格兰杰原因和模型没有直接关系 做完VAR可以再检验.如果我说的对了 那么你首先要干的不是检验什么因果 而是检验序列平稳 不平稳要差分 平稳以后 就用JJ检验 然后建立简化的VAR 最后你想IRF 方差分解 或者做结构和VEC都行 不过 VEC要求必须协整.悬赏就算了 这个对我没用.