Тест причинности Тода-Ямамото Грейнджер в Python

Question

Я пытаюсь выполнить процедуру Тоды - Ямамото для тестирования причинности Грейнджера с использованием статистических моделей Python между двумя сериями: курсом акций и процентной ставкой. Процедура четко объяснена здесь: https://davegiles.blogspot.com/2011/04/testing-for-granger-causality.html Проблема в том, что я не могу найти способ получить другую длину лага для экзогенных переменных в Statmodels Var. Любая помощь будет принята с благодарностью!

Answer 1

AFAIK, statsmodels VAR не допускает произвольных тестов Вальда. VAR реализован в основном для конкретной модели и только частично следует стандартному шаблону statsmodels.

VARMAX - это модель пространства состояний, которая допускает использование VARX в качестве особого случая и имеет обычные методы результатов и должна позволять проводить пользовательские тесты Вальда.

специально для причинности Грейнджера в (со) интегрированных системах:

statsmodels имеет также 0,9 модель VECM (для переменных, интегрированных с порядком 1), которая включает тест причинности Грейнджера. AFAICS, он использует одну дополнительную задержку во вспомогательной VAR для теста Вальда и имеет модульные тесты против JMulti Luetkepohl.

Обычное предостережение: поскольку VECM является очень недавним дополнением к statsmodels, могут существовать проблемы с деталями, которые пока не нашли большого применения, несмотря на относительно хорошее покрытие модульных тестов для JMulti.