问题描述
在 R 中运行面板向量自回归后如何进行格兰杰因果关系检验(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
)
我的问题是如何执行格兰杰因果检验(panelvar 不提供此功能)。
似乎需要使用 pgrangertest
包中的函数 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”是否应该是在运行具有多个滞后选项的 pVAR 后发现的最佳滞后数,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)?
pgrangertest(inv ~ value,data = Grunfeld,order = 2L)
换句话说,我需要将“inv ~ value”替换为其他东西,我不清楚如何做到这一点。
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,order = 2L)
pgrangertest(y ~ z,order = 2L)
pgrangertest(x ~ z,order = 2L)
pgrangertest(x ~ y,order = 2L)
pgrangertest(z ~ x,order = 2L)
pgrangertest(z ~ y,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?