我正在尝试使用两个系列之间的 Python statsmodels 执行 Toda - Yamamoto 格兰杰因果关系测试程序：股票价格和利率。该过程在这里清楚地解释了：https ://davegiles.blogspot.com/2011/04/testing-for-granger-causality.html 问题是我找不到为外源获得不同滞后长度的方法Statmodels Var 中的变量。任何帮助将不胜感激！
问问题
1405 次
1 回答
1
AFAIK，statsmodels VAR 不允许任意 wald 测试。VAR 主要以特定于模型的方式实现，并且仅部分遵循 statsmodels 标准模式。
VARMAX 是一个状态空间模型，它允许将 VARX 作为特殊情况并具有通常的结果方法，并且应该允许用户指定的 wald 测试。
特别是（共）集成系统中的格兰杰因果关系：
statsmodels 自 0.9 以来还有一个 VECM 模型（用于 1 阶积分的变量），其中包括一个格兰杰因果检验。AFAICS，它在 Wald 测试的辅助 VAR 中使用了一个额外的延迟，并针对 Luetkepohl 的 JMulti 进行了单元测试。
通常的警告：因为 VECM 是最近添加到 statsmodels 的，所以尽管针对 JMulti 的单元测试覆盖率相对较好，但在尚未得到太多使用的部分中可能仍然存在问题。
于 2018-09-05T18:51:08.090 回答