Saya memahami kausalitas seperti yang digunakan dalam ekonomi mikro (khususnya IV atau desain diskontinuitas regresi) dan juga kausalitas Granger seperti yang digunakan dalam ekonometrik time-series. Bagaimana saya berhubungan satu sama lain? Sebagai contoh, saya telah melihat kedua pendekatan yang digunakan untuk data panel (katakanlah , ). Referensi ke makalah dalam hal ini akan dihargai.T = 20
time-series
econometrics
causality
granger-causality
pengguna227710
sumber
sumber
Jawaban:
Katakanlah Anda memiliki dua vektor Laluzttidak Granger menyebabkanytjikaE(yt|F1,t-1)=E(yt|F2,t-1), yaituzt
Sebagai contoh bodoh, di pagi hari tepat sebelum matahari terbit ayam jantan akan berkokok. Jika Anda menjalankan tes kausalitas Granger pada serangkaian kokok ayam jantan dan matahari terbit, Anda akan menemukan bahwa kokok ayam jantan menyebabkan matahari terbit. Tapi kemudian ini tidak bisa benar-benar menjadi hubungan sebab akibat. Alasan saya menyebut contoh ini sebagai "bodoh" disediakan dalam komentar yang rapi oleh Hao Ye. Contoh ini berguna untuk menggambarkan mengapa suatu peristiwa dapat menyebabkan Granger lain tetapi tidak benar-benar menyebabkannya dalam arti bahwa mikroekonometrika memahami sebab akibat.
Kausalitas dalam mikroekonometrika terutama didasarkan pada kerangka hasil potensial oleh Donald Rubin (lihat Angrist, Imbens dan Rubin (1996) ). Dari pertanyaan tersebut, sepertinya Anda telah membaca Mostly Harmless Econometrics, jadi saya berasumsi Anda sudah familiar dengan apa jenis efek sebab-akibat metode yang berbeda seperti IV, perbedaan-dalam-perbedaan, pencocokan, atau estimasi desain diskontinuitas regresi yang diperkirakan. Either way, tidak ada hubungan langsung antara metode mikroekonometrik ini untuk memperkirakan efek kausal dan kausalitas Granger untuk fakta sederhana bahwa kausalitas Granger tidak benar-benar kausalitas.
Dalam aplikasi baru-baru ini perbedaan-dalam-perbedaan (DID) ide kausalitas Granger digunakan dalam menilai apakah ada efek antisipatif atau tertinggal dari pengobatan. Untuk biasa DiD model yang dapat Anda temukan di Sebagian besar tidak berbahaya Ekonometrika (bab 5, p 237.): di mana dalam contoh ini indeks i , s dan t adalah untuk restoran, negara bagian dan waktu, sedangkan
Ide ini mengambil argumen yang dibuat dalam jawaban coffeinjunky. Ketika kita sudah dapat secara meyakinkan menyatakan bahwa ada efek kausal, kita dapat menggunakan ide sebab-akibat Granger untuk mengeksplorasi lebih lanjut efek seperti yang dilakukan Autor (2003). Itu tidak bisa digunakan untuk membuktikannya.
sumber
Saya belum pernah melihat diskusi tentang ini, tetapi saya pikir jika Anda atau peneliti ingin membuat kasus untuk ini, Anda perlu memaksakan beberapa struktur tambahan. Jelas, variabel perlu bereaksi lamban, yaitu hubungan sebab akibat di sini tidak harus simultan tetapi didefinisikan dengan lag. Lalu, saya pikir, mungkin meyakinkan untuk tidak menolak kausalitas Granger. Meskipun ini jelas bukan bukti yang mendukung hubungan kausal, jika Anda mengklaim demikian, maka saya akan mengambil tes GNC sebagai bukti subjektif.
sumber