4

在 R 中运行面板向量自回归后如何进行格兰杰因果检验(使用 panelvar 包)?

为了运行面板 VAR,可以执行以下操作:

library(plm)
library(panelvar)

set.seed(12345)

x = rnorm(240)
z = x + rnorm(240)
y = rep(rnorm(15), each=16) + 2*x + 3*z + rnorm(240)
country = rep(c("A","B","C","D","E","F","G","H","I","J","K","L","M","N","O"), each=16 )
year = rep(seq(1995, 2010), 15)

panel = cbind.data.frame(country,year,x,z,y)

model <- pvargmm(dependent_vars = c("y", "x", "z"),
                              lags = 1,
                              transformation = "fod",
                              data = panel,
                              panel_identifier=c("country", "year"),
                              steps = c("twostep"),
                              system_instruments = FALSE,
                              max_instr_dependent_vars = 99,
                              max_instr_predet_vars = 99,
                              min_instr_dependent_vars = 2L,
                              min_instr_predet_vars = 1L,
                              collapse = TRUE
)

然后我的问题是如何执行格兰杰因果关系测试(panelvar 不提供此功能)。似乎需要使用包中的pgrangertest功能plm。但是,我不确定“公式”是什么,因为 pVAR 模型不同于简单的线性模型。此外,“顺序”是否应该是在使用多个滞后选项运行我们的 pVAR 然后选择提供最佳模型拟合的一个(基于 Andrews_Lu_MMSC 函数提供的 BIC、AIC 等)后发现的最佳滞后数?

pgrangertest(inv ~ value, data = Grunfeld, order = 2L)

换句话说,我需要将“inv ~ value”替换为其他内容,我不清楚该怎么做。

鉴于我对 y、x 和 z 之间的相互关系感兴趣,我应该运行 pgrangertest 六次吗?以下内容有意义吗?

pgrangertest(y ~ x, data = panel, order = 2L)
pgrangertest(y ~ z, data = panel, order = 2L)
pgrangertest(x ~ z, data = panel, order = 2L)
pgrangertest(x ~ y, data = panel, order = 2L)
pgrangertest(z ~ x, data = panel, order = 2L)
pgrangertest(z ~ y, data = panel, order = 2L)

我知道pgrangertest一次只允许两个变量,但我不应该控制第三个变量吗?

4

1 回答 1

0

这只是一个建议,所以它可能有帮助也可能没有帮助。尽管该函数只允许 2 个变量,但您可能能够准确地探索该函数正在做什么以发现“公式”并使用edit(pgrangertest). grangertest类似地,您可以通过手动指定要使用的测试类型并模仿实际函数正在执行的操作来克服函数共线性的错误(请参阅我自己的问题和答案)。也许这可以让你指定所有你想要的变量?此外,这里的另一个问题也可能有帮助(尽管它是关于常规多元格兰杰)

或者,尝试向包的创建者发送电子邮件。这是一个远景,但它也可能非常有帮助,他们可能能够真正解决您的问题。

于 2021-01-26T18:27:49.550 回答