Eviews ile Granger Nedensellik Testi: Nasıl Yapılır?

Kısa cevap: Eviews Granger nedensellik testi, değişkenleri bir grup olarak açıp View > Granger Causality menüsünden gecikme sayısını girerek yapılır. Daha sağlam bir yol ise önce VAR modeli kurmak ve View > Lag Structure > Granger Causality/Block Exogeneity Wald Tests çıktısını kullanmaktır. Her iki yolda da serilerin durağan olması ve gecikme sayısının bilgi kriterleriyle seçilmesi gerekir. Bu rehberde adımları, çıktıların okunmasını ve sık yapılan hataları örneklerle anlatıyoruz.

Granger nedensellik nedir, ne değildir?

Granger nedensellik, bir değişkenin geçmiş değerlerinin başka bir değişkenin gelecekteki değerlerini tahmin etmeye ek katkı sağlayıp sağlamadığını sınar. X’in gecikmeleri, Y’nin kendi gecikmelerine ek olarak Y’yi açıklamada anlamlıysa “X, Y’nin Granger nedenidir” denir.

Bu kavram, gerçek anlamda bir neden-sonuç ilişkisini kanıtlamaz. Yalnızca zamansal öncelik ve tahmin gücü hakkında bilgi verir. Örneğin iki değişken de üçüncü bir değişkenden etkileniyorsa, aralarında Granger nedenselliği görülebilir. Bu yüzden sonuçları raporlarken “Granger anlamında nedensellik” ifadesini kullanmak ve iktisadi teoriyle desteklemek gerekir.

Test dört sonuç verebilir: X’ten Y’ye tek yönlü, Y’den X’e tek yönlü, çift yönlü nedensellik ya da iki yönde de nedensellik bulunmaması.

Eviews Granger nedensellik testi öncesi durağanlık neden önemli?

Standart Granger testi durağan serilerle yapılmalıdır. Durağan olmayan serilerle yapılan testlerde F istatistiği standart dağılıma uymaz ve sahte nedensellik sonuçları ortaya çıkabilir.

Eviews’ta seriyi açıp View > Unit Root Test yolunu izleyin ve ADF veya Phillips-Perron testini önce düzeyde, ardından birinci farkta uygulayın. Seri düzeyde durağansa testi düzey değerlerle, birinci farkta durağansa farkı alınmış serilerle yapın. Fark almak için komut satırına series dx = d(x) yazabilirsiniz.

Seriler I(1) ve eşbütünleşikse, kısa dönem nedenselliği VECM içindeki gecikmeli farklarla, uzun dönem nedenselliği ise hata düzeltme teriminin anlamlılığıyla incelemek daha doğrudur.

Gecikme sayısı nasıl seçilir?

Granger testi gecikme sayısına çok duyarlıdır; farklı gecikmelerle farklı sonuçlar almak sık rastlanan bir durumdur. Bu nedenle gecikme sayısı keyfi seçilmemelidir. Quick > Estimate VAR ile durağan değişkenlerle kısıtsız bir VAR kurun ve View > Lag Structure > Lag Length Criteria çıktısına bakın.

Eviews LR, FPE, AIC, SC ve HQ kriterlerinin her birinin önerdiği gecikmeyi yıldızla gösterir. Kriterler farklı gecikme önerirse, kalıntılarda otokorelasyon bırakmayan en kısa gecikmeyi seçmek yaygın bir yaklaşımdır. Seçiminizi gerekçesiyle raporlayın; sağlamlık için alternatif gecikmelerle sonuçları da verebilirsiniz.

İkili (pairwise) Eviews Granger nedensellik testi adımları

Test edilecek değişkenleri seçip sağ tıklayın ve Open > as Group ile grup olarak açın. Grup penceresinde View > Granger Causality yolunu izleyin. Açılan kutuya seçtiğiniz gecikme sayısını yazıp OK düğmesine basın.

Çıktı “Pairwise Granger Causality Tests” başlığıyla gelir ve her satırda bir sıfır hipotezi yer alır; örneğin “DKUR does not Granger Cause DENF”. Yanındaki sütunlarda gözlem sayısı, F istatistiği ve olasılık değeri bulunur. Olasılık değeri 0,05’ten küçükse sıfır hipotezi reddedilir ve DKUR’un DENF’nin Granger nedeni olduğu sonucuna varılır.

İkili test pratik olsa da her seferinde yalnızca iki değişkeni dikkate alır. Sistemde üçüncü bir değişken varsa, aşağıdaki VAR tabanlı test daha güvenilir sonuç verir.

VAR modeli içinde Eviews Granger nedensellik testi

Önce durağan değişkenlerle seçilen gecikmede VAR modelini tahmin edin. Ardından model penceresinde View > Lag Structure > Granger Causality/Block Exogeneity Wald Tests yolunu izleyin. Eviews her denklem için diğer değişkenlerin gecikmelerinin ortak anlamlılığını ki-kare istatistiğiyle test eder.

Çıktıda her bağımlı değişken için ayrı bir blok bulunur. “Excluded” sütununda dışlanan değişken, yanında Chi-sq istatistiği, serbestlik derecesi ve olasılık değeri yer alır. “All” satırı ise diğer tüm değişkenlerin birlikte anlamlı olup olmadığını gösterir. Bu yaklaşım, sistemdeki diğer değişkenler kontrol edildiği için ikili teste göre daha bilgilendiricidir.

Seriler farklı derecede durağansa: Toda-Yamamoto yaklaşımı

Serilerin bir kısmı düzeyde, bir kısmı birinci farkta durağansa ya da eşbütünleşme sonuçları belirsizse Toda-Yamamoto yaklaşımı sıkça kullanılır. Bu yöntemde VAR, düzey değişkenlerle ve p + dmax gecikmeyle kurulur. Burada p bilgi kriterleriyle seçilen gecikme, dmax ise serilerdeki en yüksek bütünleşme derecesidir.

Ek gecikmeler modele dışsal değişken olarak eklenir ve Wald testi yalnızca ilk p gecikmenin katsayılarına uygulanır. Eviews’ta bu, VAR penceresinde ek gecikmeleri “Exogenous variables” alanına yazarak ve ardından Granger/Block Exogeneity Wald testini çalıştırarak yapılabilir. Yöntem, birim kök ön testlerindeki hataların sonucu bozma riskini azaltır.

Eviews Granger nedensellik testi sonuçları nasıl yorumlanır?

Sonuçları her iki yön için ayrı ayrı tabloya dökün. Aşağıdaki örnek, aylık enflasyon (DENF) ve döviz kuru (DKUR) farklarıyla yapılmış varsayımsal bir testin raporlanma biçimini gösterir:

Sıfır hipotezi	F istatistiği	Olasılık	Karar
DKUR, DENF’nin Granger nedeni değildir	6,42	0,002	Reddedilir
DENF, DKUR’un Granger nedeni değildir	1,18	0,310	Reddedilemez

Bu tabloya göre döviz kurundan enflasyona doğru tek yönlü Granger nedenselliği vardır. Yorumlarken etki büyüklüğü ya da yönü hakkında konuşmamaya dikkat edin; Granger testi yalnızca tahmin katkısını gösterir. Etkinin yönünü ve süresini görmek için etki-tepki fonksiyonlarını kullanın.

Eviews Granger nedensellik testi komutla nasıl yapılır?

Menüler yerine komut penceresini kullanmak, analizi tekrarlanabilir kılar ve tez savunmasında hangi ayarları kullandığınızı göstermenizi kolaylaştırır. İkili test için önce bir grup oluşturun, ardından grubun cause görünümünü gecikme sayısıyla çağırın:

group g1 denf dkur dfaiz
g1.cause(3)

VAR tabanlı Wald testi için modeli tahmin ettikten sonra blok dışsallık testini çalıştırabilirsiniz:

var v1.ls 1 3 denf dkur dfaiz
v1.testexog

Bu komutları bir program dosyasına (.prg) kaydetmek, veri güncellendiğinde tüm analizi tek tıklamayla yeniden üretmenizi sağlar. Ayrıca danışmanınızın veya hakemin istediği alternatif gecikmelerle sonuçları hızla yenilemenize imkân verir.

Panel veride Granger nedensellik

Çalışmanız birden fazla ülke, şirket veya bölgeye ait zaman serilerini içeriyorsa panel nedensellik testleri gerekir. Eviews’ta panel çalışma dosyasında değişkenleri grup olarak açıp View > Granger Causality yolunu izlediğinizde iki seçenek görürsünüz: tüm birimlerin aynı katsayıya sahip olduğunu varsayan Stacked test ve katsayıların birimler arasında farklılaşmasına izin veren Dumitrescu-Hurlin testi.

Ülkeler arası farklılıkların büyük olduğu çalışmalarda Dumitrescu-Hurlin testi genellikle daha uygun kabul edilir. Bu testten önce panel birim kök testleriyle durağanlığı kontrol etmeyi ve birimler arası yatay kesit bağımlılığını değerlendirmeyi unutmayın.

Tezde raporlama önerileri

Bulgular bölümünde önce birim kök sonuçlarını, ardından gecikme seçim tablosunu, en sonda nedensellik tablosunu verin. Her tablonun altında kullanılan gecikme sayısını, test türünü ve anlamlılık düzeyini belirtin. Yorum kısmında ise bulguyu literatürdeki benzer çalışmalarla karşılaştırarak tartışın.

Sonuçların sağlamlığını göstermek için farklı gecikmelerle veya alt dönemlerle testi tekrarlayıp kısa bir ek tabloyla sunmak, jürinin en sık sorduğu “sonuç gecikmeye duyarlı mı?” sorusunu önceden yanıtlar.

Sık yapılan hatalar

• Durağan olmayan serilerle test: Sahte nedensellik sonuçlarının en yaygın kaynağıdır.
• Gecikmeyi gerekçesiz seçmek: Sonuç gecikmeye duyarlı olduğu için seçim mutlaka bilgi kriteriyle desteklenmelidir.
• “X, Y’ye neden olur” demek: Granger nedenselliği gerçek nedensellik değildir; ifadeler buna göre seçilmelidir.
• Eşbütünleşmeyi göz ardı etmek: I(1) ve eşbütünleşik serilerde yalnızca farklarla yapılan test, uzun dönem bilgisini kaybeder.
• Kalıntı kontrolü yapmamak: Otokorelasyonlu kalıntılar test istatistiklerini güvenilmez kılar.

Sık sorulan sorular

Granger testi kaç gecikmeyle yapılmalı?
Gecikme sayısı AIC, SC veya HQ gibi bilgi kriterleriyle seçilmelidir. Kriterler farklı sonuç verirse kalıntılarda otokorelasyon bırakmayan en kısa gecikme yaygın bir tercihtir.

İkili test ile VAR Wald testi arasındaki fark nedir?
İkili test yalnızca iki değişkeni dikkate alır ve F istatistiği verir. VAR Wald testi sistemdeki diğer değişkenleri de kontrol eder ve ki-kare istatistiği kullanır.

Seriler durağan değilse Granger testi yapılabilir mi?
Standart test için seriler durağan hale getirilmelidir. Bütünleşme dereceleri farklıysa Toda-Yamamoto yaklaşımı, eşbütünleşme varsa VECM tabanlı nedensellik daha uygundur.

Granger nedenselliği çift yönlü çıkarsa ne anlama gelir?
İki değişkenin geçmiş değerleri birbirinin gelecekteki değerlerini tahmin etmeye katkı sağlıyordur; bu, değişkenler arasında geri besleme ilişkisi olduğuna işaret eder.

İlgili rehberler ve hizmetler

• Eviews VECM rehberi
• Eviews ile VAR modelleri
• Eviews’ta birim kök testleri
• Eviews ile zaman serisi analizi
• İletişim ve fiyat teklifi

Özetle Eviews Granger nedensellik testi; durağanlık kontrolü, gerekçeli gecikme seçimi ve doğru test türüyle yapıldığında savunulabilir sonuçlar verir. Sorularınız için iletişim sayfamızdan bize ulaşabilirsiniz.

Veri, modern dünyanın en değerli varlıklarından biri haline gelmiştir ve iş dünyasında, araştırmada ve karar verme süreçlerinde kritik bir rol oynamaktadır. Biz, veri analizi konusundaki tutkulu bir topluluk olarak, veri biliminin ve analizinin gücünü vurguluyoruz. Web sitemiz, işletmelerden akademisyenlere ve veri meraklılarına kadar herkesin veri analizi becerilerini geliştirmesine yardımcı olmayı amaçlayan bir kaynaktır. Misyonumuz, veri analizi sürecini anlaşılır ve erişilebilir hale getirmek, verilerin içinde gizlenen değeri açığa çıkarmak ve daha bilinçli kararlar almalarını desteklemektir.

Web sitemiz, geniş bir veri analizi yelpazesi sunmaktadır. Hangi sektörde olursanız olun veya hangi veri analizi aracını kullanıyorsanız kullanın, ihtiyaçlarınıza uygun hizmetler sunuyoruz. SPSS, R, Python, Excel veya diğer analiz araçlarını kullanarak veri madenciliği, hipotez testleri, regresyon analizi, zaman serisi tahmini, segmentasyon ve daha fazlasını içeren çeşitli analiz türlerini kapsarız. Ayrıca, öğrenmeyi kolaylaştırmak için zengin kaynaklar, öğreticiler ve interaktif araçlar sunuyoruz.