用stata14对面板数据做Granger因果检验的方法
随着面板数据库规模的扩大，围绕面板数据因果关系的理论也迅速发展。面板数据正从具有大样本量（ N ）和较短时间维度（ T ）的微观面板数据转变为到具有大样本量（ N ）和长的时间维度（T）的宏观面板数据。在这种情况下，就需要注意时间序列计量经济学的经典问题，即（非）平稳性和（非）因果关系。
在本文中，我们介绍了社区贡献的外部命令 xtgcause ，它实现了 Dumitrescu 和 Hurlin (2012) 提出的面板数据中 Granger 因果关系的检验过程。
xtgcause 通过最小化 Akaike 信息准则 (AIC)、贝叶斯信息准则 (BIC) 和 Hannan-Quinn 信息准则 (HQIC) 来选择模型中的滞后阶数，同时，它提供了 bootstrap 方法来计算 p 值和临界值。
1.录入数据，具体方法可以参考其他文章或教程。
2.在命令窗口输入 xtset panelvar timevar。此步骤是设置面板模型，panelvar代表界面变量，timevar代表时间序列变量。
3.安装面板数据格兰杰因果检验的程序，在命令框输入：ssc install xtgcause，等待一会安装成功。
4.进行格兰杰因果检验：xtgcause var1 var2，这是检验变量2是不是变量1的Granger成因，所以还需要反过来再检验一次：xtgcause var2 var1，如果要选择之后像就加入lags()
bootstrap检验方法

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。