Causalidad según Granger

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 31 de mayo de 2020; la verificación requiere 1 edición .

La causalidad de Granger es un concepto utilizado en econometría (análisis de series de tiempo) que formaliza el concepto de una relación causal entre series de tiempo. La causalidad de Granger es una condición necesaria pero no suficiente para la causalidad.

El concepto y el procedimiento de prueba fueron propuestos por Granger en 1969. La premisa básica de Granger era que el futuro no puede ser la causa del presente o del pasado. Es decir, la causa debe por lo menos preceder al efecto. Sin embargo, se sabe que el hecho mismo de la precedencia no dice nada sobre la presencia de una relación causal. Es importante que los valores anteriores de la "causa" tengan una influencia tangible en los valores futuros del "efecto" y, además, los valores pasados del "efecto" no afecten significativamente los valores futuros. de la "causa".

Formal definición

Que haya algún proceso (incluso puede ser un proceso multidimensional). Denotamos toda la información disponible hasta el momento del tiempo . Este conjunto de información también incluye información sobre algún otro proceso (también posiblemente multidimensional) . Denotemos el conjunto de información sin información sobre el proceso hasta el momento del tiempo como . Entonces es la causa de Granger para if . De lo contrario, no es la razón de Granger para . $y_{t}$ ${\ Displaystyle I_ {t}}$ $t$ $x_t$ $x_t$ $t$ $I_{t}^{*}$ $X$ $y$ $E(y_{t+1}|I_{t})\not =E(y_{t+1}|I_{t}^{*})$ $X$ $y$

Conceptos relacionados

Fuerte exógeno : los factores son fuertemente exógenos para parámetros dados si son débilmente exógenos para ellos, y la variable que se explica no es la causa de Granger para esos factores.

Pruebas

Granger en 1969 también propuso un procedimiento para probar la causalidad ( la prueba de causalidad de Granger , basada en la regresión de variables sobre sus valores pasados y los valores pasados de la supuesta "causa" y probando la hipótesis de que los coeficientes en el los valores pasados de la "causa" son simultáneamente iguales a cero. Si la hipótesis no se rechaza, entonces no se reconoce la presencia de causalidad de Granger. Al mismo tiempo, se prueba el modelo inverso, cuando en lugar de "causa" " efecto" y viceversa. Los resultados de la prueba dependen del número de retardos utilizados.

Sims en 1972 propuso otra prueba de Granger para la causalidad. La esencia de la prueba es construir una regresión de una variable ( ) sobre los valores pasados, actuales y futuros de otra variable y probar la hipótesis de que los coeficientes son simultáneamente iguales a cero en los valores futuros. Si se acepta la hipótesis, entonces esto significa que conocer los valores futuros no mejora el pronóstico . $y$ $X$ $X$ $y$

Econométricamente, estas pruebas no son equivalentes, pero esencialmente prueban lo mismo.

Véase también

Literatura

Tutorial sobre el análisis de causalidad de Granger de datos de EEG utilizando Matlab
Anil Seth (2007) Causalidad de Granger. Scholarpedia, 2(7):1667
Magnus J. R. Katyshev P. K. Peresetsky A.A. Econometría. Curso inicial . — 2004.