[请教]NPT1.3应该是不能做 panel causality test ，对吗？

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

今天把NPT1.3的 user guide 看了，感觉做不了 Granger causality test 。
那么有什么方法能做呢？请教一下。

说一下为什么做不了的原因：
因为user guide中P13页给出的 the Fully-Modified Estimatiors 中的FM_beta1 和FM_beta2 只是估计出的第9页式（1）中的alpha d和alpha f  这两个系数的估计值而已。

也可以理解为 存在长期协整关系的条件下(因为P12页最上面的一段话属说没有协整关系的原假设 被 拒绝！)，FM_beta1 和FM_beta2 只是我们panel ECM 模型中  error  correction  term中的系数而已（不是ECM模型中误差修正项的系数）。

也就是说，为进行Granger causality test ，需要估计的panel－VAR和panel－VECM模型根本没有给出程序。 所以这个软件包基本用处不大。

unit roots test 和Cointegration Test  最新的 EVIEWS 7 中已经可以做了。

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：Causality Causal Panel pane test test Panel Causality

按照很多作者论文的做法 应该是将面板数据分解成多个时间序列数据，然后做时间序列数据的Granger causality test
简单的编程即可实现

国内的作者写的关于Causality test的 论文。西南财经的。 这个作者还有一篇关于 panel 协整的综述，这里我没有上传。 开放式基金赎回困惑的PanelData+Granger因果关系检验.pdf (691.54 KB)

2010-8-1 15:07:51 上传

另外 该作者 在 开放式基金赎回困惑的PanelData+Granger因果关系检验.pdf 中 第4页 脚注中明确写道“感谢法国Orleana大学的Hurlin教授提供算法实现的部分源代码．”那么，Hurlin教授的应该是在数据平稳的基础上做的Granger因果关系了。

但该文中的数据很多都是不平稳的。我大略没有详细的看，好像是笔者没怎么进行平稳性的处理 就去Granger因果关系检验了。（该作者 使用Eviews5．0进行单位根检验和Granger因果检验，其中Granger因果检验通过笔者自编程序实现）

另外 那个同学有 Hurlin的程序 让我研究一下。。

这篇论文中的 图4 写的很清晰！讲的是 panel 进行 casuality的 流程、。

以前看Hurlin的文章，他对面板因果检验的研究只限于平稳数据。

楼主提供的这篇文章，还要研究一下。不知道作者对非平稳面板数据的因果检验的理论基础是什么。看一下先

6# zhaomn200145

正如本人传的论文中的图4.对panel data 做 Cointegration Test ，如果存在协整关系，那么 Causality exists一定存在，且至少有一个方向的Causality 。如果不存在协整关系，那么依然可以做Causality Test ，具体作出的结果是何未定。

判断panel data 的Causality，必须建立模型，在建立的模型基础上 进行 Causality
test ，如果是有协整关系的，那么需要建立 ‘Dynamic ECM’
模型，如果没有协整关系，只需建立Standard VAR模型。

关于 ‘Dynamic ECM’
模型的表达式  见 上传论文中的式（8）和（9）.
standard VAR 模型 见式（6）和（7）

where ∆ denotes the first differencing and k is the
lag   length   and  is   chosen   optimally   for   each
country using a step-down procedure.  这样K的值就确立了。

Since cointegration was found in this panel group,
the   long-run   relationship   is   estimated   using
PFMOLS.

The panel estimators without common
time  dummies  are  used.  The  parameter  estimates
can  be  interpreted  as  long-run  elasticities.

这里提到了 FMOLS 估计方法的用处了！