Non-causality in VAR-ECM models with purely exogeneous long-run paths
Résumé.
Nous proposons dans ce papier un cadre d'analyse reposant sur une décomposition canonique de la matrice de
long terme, qui peut servir de point de départ pour tester l'hypothèse de non-causalité au
sens de Granger dans un modèle VAR-ECM, à l'aide de statistiques de Wald admettant une
distribution standard du Khi-deux. A la différence de Giannini et Mosconi (1992), cette
représentation permet de distinguer clairement la nullité de certains blocs de paramètres
à laquelle il est toujours possible de se ramener sans perdre de généralité, de la
nullité des blocs de paramètres résultant de la propriété de
non-causalité. En outre, cette décomposition requiert uniquement la détermination du rang
d'une certaine sous matrice, ce qui peut être fait au moyen d'une procédure spécifique de
tests, dont les propriétés sont analysées en petits et grands échantillons à
l'aide de simulations de Monte Carlo.
Abstract.
We propose in this paper a framework based on a canonical representation of the long run matrix, which can
constitute a basis for Granger non-causality testing in a VAR-ECM model using asymptotically Chi-square
distributed Wald test statistics, and that unlike Giannini and Mosconi (1992), permits to clearly distinguish
the nullity of some parameter blocks we can always achieve without any loss of generality, of the nullity of the
parameter blocks resulting from the non-causality property. This canonical representation requires to determine
the specific rank of a particular sub-matrix, which can be done using sequential test procedure, whose
properties are analysed in small and large samples with Monte Carlo experiments.
JEL Classification :
C15, C22.
|