面板数据向量自回归(pvar2)和格兰杰因果关系检验之间的逻辑关系，怎么分析？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

各位老师同学好：
        有一个问题想请教一下大家，面板数据的向量自回归是为了知道滞后期变量和当期的关系，我使用PVAR2（stata里面的）

pvar2  Y X,lag(5)

得到

1. Panel vector autoregresssion
   
2. 
   
3. 
   
4. 
   
5. GMM Estimation
   
6. 
   
7. Final GMM Criterion Q(b) =  5.78e-35
   
8. 
   
9. Initial weight matrix: Identity
   
10. 
    
11. GMM weight matrix:     Robust
    
12. 
    
13.                                                    No. of obs      =   440905
    
14. 
    
15.                                                   No. of panels   =      1062
    
16. 
    
17.                                                   Ave. no. of T   =   415.165
    
18. 
    
19. 
    
20. ------------------------------------------------------------------------------
    
21. 
    
22.             |      Coef.   Std. Err.      z   P>|z|     [95% Conf. Interval]
    
23. 
    
24. -------------+----------------------------------------------------------------
    
25. 
    
26. Y|
    
27. 
    
28.   Y|
    
29. 
    
30.         L1. |   .1900369   .0024416   77.83   0.000     .1852515   .1948222
    
31. 
    
32.         L2. |  -.0493902    .002657  -18.59   0.000    -.0545979  -.0441826
    
33. 
    
34.         L3. |   .0218652   .0025435    8.60   0.000     .0168799   .0268504
    
35. 
    
36.         L4. |   .0887773   .0025603   34.67   0.000     .0837591   .0937955
    
37. 
    
38.         L5. |   .0089981   .0025481    3.53   0.000      .004004   .0139922
    
39. 
    
40.             |
    
41. 
    
42.   X|
    
43. 
    
44.         L1. |   .0234112   .0045164    5.18   0.000     .0145593   .0322632
    
45. 
    
46.         L2. |   .0025309  .0041811     0.61   0.545   -.0056639    .0107256
    
47. 
    
48.         L3. |  -.0224825   .0038464   -5.85   0.000    -.0300214  -.0149436
    
49. 
    
50.         L4. |   .0042001   .0038028    1.10   0.269    -.0032533   .0116535
    
51. 
    
52.         L5. |    .025676    .003784    6.79   0.000     .0182596   .0330925
    
53. 
    
54. -------------+----------------------------------------------------------------
    
55. 
    
56. X|
    
57. 
    
58.    Y|
    
59. 
    
60.         L1. |   .2226354   .0024279   91.70   0.000     .2178769   .2273939
    
61. 
    
62.         L2. |   .0380085  .0054457     6.98   0.000     .027335    .0486819
    
63. 
    
64.         L3. |   .0077096   .0034605    2.23   0.026     .0009272   .0144919
    
65. 
    
66.         L4. |   .0297273    .007742    3.84   0.000     .0145533   .0449013
    
67. 
    
68.         L5. |  -.0189955   .0036076   -5.27   0.000    -.0260662  -.0119247
    
69. 
    
70.             |
    
71. 
    
72.   X|
    
73. 
    
74.         L1. |   .0788124   .0233642    3.37   0.001     .0330193   .1246055
    
75. 
    
76.         L2. |   .0307169   .0135353    2.27   0.023     .0041883   .0572456
    
77. 
    
78.         L3. |  -.0732874   .0358002   -2.05   0.041    -.1434545  -.0031202
    
79. 
    
80.         L4. |   .0850096   .0187225    4.54   0.000     .0483142     .121705
    
81. 
    
82.          L5. | -.0415947   .0236334    -1.76  0.078    -.0879154     .004726

复制代码

我们可以知道，部分是有显著关系，部分没有显著关系，然后做格兰杰因果关系

1. .pvargranger
   
2. 
   
3. panel VAR-Granger causality Wald test
   
4. 
   
5.    Ho: Excluded variable does not Granger-cause Equation variable
   
6. 
   
7.    Ha: Excluded variable Granger-causes Equation variable
   
8. 
   
9. +------------------------------------------------------+
   
10. 
    
11. |  Equation \ Excluded |    chi2    df   Prob > chi2  |
    
12. 
    
13. |----------------------+-------------------------------|
    
14. 
    
15. |Y             |                               |
    
16. 
    
17. |            Dlogfocus |    116.079   5        0.000  |
    
18. 
    
19. |                  ALL |    116.079   5        0.000  |
    
20. 
    
21. |----------------------+-------------------------------|
    
22. 
    
23. |X             |                               |
    
24. 
    
25. |            Dlogclose |   9416.693   5        0.000  |
    
26. 
    
27. |                  ALL |   9416.693   5        0.000  |

复制代码

这个意思应当是表示存在格兰杰因果关系
现在的问题是：
查询了帮助文档说：pvargranger要在做了PVAR2之后才能做，这是为什么？从格兰杰的结果中也看不出来滞后阶数的AIC等信息，那只做这些就够了吗？
有没有其它方法 直接做格兰杰因果检验，谢谢大家

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：格兰杰因果关系检验 格兰杰因果关系 因果关系检验 格兰杰因果 向量自回归 格兰杰

在线等，麻烦知道的同学老师告诉，谢谢。

在线等，麻烦知道的同学老师告诉，谢谢。

怎么没有人回答呢，在线继续等

我的Stata14里找不到你用的这个命令。就说明这个不是Stata自带的命令。关于这个命令的问题可以参考命令作者写的帮助文件或者直接联系命令作者。
. which pvargranger
command pvargranger not found as either built-in or ado-file

夏目贵志 发表于 2015-8-31 06:51
我的Stata14里找不到你用的这个命令。就说明这个不是Stata自带的命令。关于这个命令的问题可以参考命令作者 ...

对的，这个命令是在网上下的，谢谢您回答我的问题

是的，连老师说pvar2可以做soc信息准则，但是实际情况是我怎么做都是显示option soc not allowed，我觉得做到这些就够了。

楼主 你能把你的程序发给我一份吗，我下载的好像有问题，这些都做不出来。。。
287686228@qq.com 谢谢啦

楼主，我网上下的输不出结果，可以把你的程序也发我一份吗？万分感谢！276391549@qq.com

重装了系统，找没到程序了，如果找到了再发给大家吧