Granger Nedensellik Testi: Nasıl, Ne Zaman Uygulanmalı?
Granger nedensellik testi, ekonometri araştırmacılarının zaman serisi ile çalıştığı hemen her çalışmada karşımıza çıkan eşsiz bir veri analizi yöntemi olarak karşımıza çıkmaktadır. Ekonometrik analiz programlarının gelişimi sayesinde bu testi birkaç adımda kolayca uygulama imkânına sahibiz.
Şimdi bu teste geçmeden önce, ekonometrik araştırmaların temel amaçlarına kısaca bir göz atalım.
Ekonometrik araştırmalar yürüten tüm öğrenci/akademisyenlerin en temel amacı, çalıştıkları değişkenler arası ilişkileri analiz etmektir.
Akademik çalışmalardaki araştırma hipotezlerine baktığımızda, bu olguyu net bir şekilde görebiliriz.
Çalışmaların ezici çoğunluğunda şu tür sorular bulunmaktadır:
- Ekonomik güven endeksinin doğrudan yabancı yatırımları üzerinde etkili midir?
- Enflasyonun Gayrı Safi Milli Hasıla (GSMH) üzerinde anlamlı etkisi var mıdır?
- Faizler düştükçe döviz kurlarında da düşüş yaşanır mı?
Tüm bu soruların ana kaynağı aynı kapıya çıkar:
NEDENSELLİK.
Çünkü tüm olgularda olduğu gibi, ekonometrik araştırmalarda da ilgilendiğimiz kilit göstergelerin nedenlerini tespit etmeye çalışırız.
Ekonometrik/istatistiksel bir perspektifle bakarsak; bizim için önemli olan, ilgilendiğimiz A değişkeninin kilit konumdaki B değişkeni üzerinde istatistiksel olarak anlamlı bir etkisinin var olup olmadığını araştırırız.
Analiz sonucunda ilgilendiğimiz şey, hipotezde de gördüğümüz gibi, istatistiksel anlamlılıktır.
İşte ekonometrik göstergeler arasındaki nedensellik ilişkilerinin anlamlılıklarını sınamak üzere, Granger nedensellik testini kullanmaktayız.
Granger nedensellik testi için istatistiksel hipotezlerimiz şu şekilde kuruluyor:
Ho: A değişkeninin B değişkeni üzerinde anlamlı bir nedensel etkisi yoktur.
Hı: A değişkeninin B değişkeni üzerinde anlamlı bir nedensel etkisi vardır.
Granger nedensellik testi sonucunda elde ettiğimiz anlamlılık değeri hata payımızdan (%1, %5 veya %10) daha düşük olduğunda, A değişkeninin B değişkeni üzerinde nedensel açıdan anlamlı bir etkisinin olduğunu söyleyebiliriz.
Ekonometrik çalışmalarda hata payı genelde %10 seviyesine kadar çekildiği için, 0.10’un altında bir p değeri istatistiksel açıdan anlamlılığı sağlar.
Granger nedensellik testini uygulamak çok farklı yazılımlardan yararlanabiliriz.
Başlıca kullanabileceğimiz ekonometrik yazılımları şu şekilde sıralayabiliriz:
- Stata
- Eviews
- R-Project
Granger nedensellik testini Stata üzerinden kod yazarak veya menüleri kullanarak uygulayabiliriz:
Statistics -> Multivariate time series -> VAR diagnostics and tests -> Granger causality tests
Eviews programında menü üzerinden birkaç basit adımda Granger nedensellik testi uygulanabilir.
Menüler üzerinde şu yolu izlememiz yeterli:
Quick -> Group Statistics -> Granger Causality Test
R-Project ile birkaç satır kodu çalıştırarak kolayca testi uygulayabiliriz.
Programı açıp grangertest() fonksiyonu ile test sonucunu hemen elde edebiliyoruz.
Yukarıdaki kutucuklarda bu üç program ile Granger nedensellik testinin nasıl uygulanabileceğini kısaca gösteriyoruz.
Detaylar ile ilgilenenleri bu bölüme davet ediyoruz.
Granger Nedensellik Testinin Detay Noktaları
Kuşkusuz, Granger nedensellik testini uygularken dikkat etmemiz gereken bazı noktalar var.
İlk nokta, durağanlık.
Eğer Granger nedensellik testini uygulamak istiyorsak, çalıştığımız değişkenlerin mutlaka durağanlık şartını sağlaması gerekiyor.
Pratikte, durağanlık testi sonucu elde edilen p değerinin hata payından (0.05 ya da 0.10) düşük olması yeterli.
Durağan olmayan değişkenlerimiz varsa, testi uygulamadan önce fark alma işlemini gerçekleştirerek verileri durağan hale getirmemiz gerekiyor.
Aksi takdirde sonuçlarımız hatalı olur.
Bir diğer dikkat etmemiz gereken konu da gecikme uzunluğunun seçilmesi.
Nedensellik testini uygularken uygun düzeyde bir gecikme uzunluğu seçmemiz gerekir. Genelde gecikme uzunluğunu 1, 2 veya 3 olarak alabiliriz ancak bunu objektif bir şekilde seçmemiz, en doğru yaklaşım olacaktır.
En uygun gecikme uzunluğunu bilgi kriterlerine göre seçebiliriz. Akaike bilgi kriteri (AIC), Bayesci bilgi kriteri (BIC) gibi ölçütleri kullanarak en düşük bilgi kriteri değerine ulaşan gecikme değerini kullanabiliyoruz.
Çalıştığımız analiz programlarında bilgi kriterleri ile gecikme uzunluğunu seçmemiz için seçenekler de mevcut.
Ancak birçok araştırmada k=1,2 gecikme için sonuçların ayrı ayrı verildiği ve ortak sonuçlar üzerinden yorumların yapıldığını da görmekteyiz.
Sonuç olarak, Granger nedensellik testini uygularken durağanlık ve gecikme uzunluğu seçimi konularına dikkat!
Sonsöz
Bu yazımızda Granger nedensellik testinin detayları üzerinde durduk ve en çok kullanılan yazılımlar hakkında genel bilgiler sunduk.
Elbette bu testin farklı durumlarda (panel veri, stabilite koşullarının sağlanamaması vb.) uygulanmasına ilişkin dikkat edilmesi başka noktalar da bulunuyor.
Bu yazıda genel hatları ile zaman serileri kapsamında çalışılan durumlar için bilgiler sunduğumuzu not edelim.
Gelecek yazılarımızda ekonometrik araştırma konularını incelemeye devam edeceğiz.