Durağan Olmayan VAR Sistemlerinde Bootstrap Yöntemi ile Granger Nedensellik Sınaması

Değişkenler arasındaki nedensellik yapısını anlamak ekonomide önemli ve hala zor konulardan birisidir. Granger (1969) durağan serilerde öngörülebilirliği esas alarak Granger nedensellik tanımını geliştirmiştir. Ancak Sims vd. (1990), durağan olmayan serilerde Wald istatistiğinin asimptotik olarak χ^2dağılımına yakınsamadığını göstermiştir. Toda ve Yamamoto (1995) ise maksimum bütünleşme derecesi kadar gecikme ekleyerek bu soruna çözüm önermiştir. Bununla birlikte, yöntemin küçük örneklemlerde güç kaybı ve anlamlılık düzeyinden sapma gibi sınırlılıkları bulunmaktadır. Bu çalışmada, bu sorunları azaltabileceği düşünülen bootstrap yöntemiyle Granger nedensellik testi incelenmiştir. Durağan olmayan seriler için bootstrap ve Toda–Yamamoto yaklaşımları Monte Carlo simülasyonu ile karşılaştırılmış; sonuçlar, bootstrap testinin nominal anlamlılık düzeyine daha yakın ve küçük örneklemlerde daha güçlü olduğunu göstermiştir.