Prueba De Granger

PRUEBAS PARA LA CAUSALIDAD COMPLETA DE GRANGER
INTRODUCCION
Dada la ausencia de una definición universal de causalidad, Granger propuso una definición probabilística que podría ser utilizada en lainvestigación económica. Definió dos definiciones operacionales, estas derivadas de una general. La primera se refiere como causalidad en hecho. La segunda se refiere como causalidad completa ocausalidad en distribución, esta es preferida a la primera cuando los tomadores de decisión son caracterizados por una función de utilidad no lineal.
La causalidad completa de X a Y es inferida si la eluso de X a un conjunto de información mejora el pronóstico de la distribución futura de Y cuando se cree que X es una causa de Y.
CUERPO
La definición de Granger para causalidad probabilística asumetres axiomas básicos: (1) la causa debe preceder al efecto en el tiempo, (2) la causa contiene información única tomando los efectos de valores futuros, y (3) mientras la fuerza de las relaciones decausalidad cambie durante el tiempo, su existencia y dirección son invariantes en el tiempo. El primer axioma respalda el concepto de causalidad instantánea.
La definición general implica que lavariable X causa a la variable Y, después si uno trata de pronosticar una distribución para una Y futura, uno se encontrara con que frecuentemente es mejor usar la información contenida en el pasado ypresente de los valores de X. Granger considera la causalidad completa más fuerte, en esta se miden los efectos sobre la distribución entera de las variables y no de un solo punto. En resumen,establecer la causalidad de X sobre Y requiere (1) alguna teoría de que X causa a Y, y (2) evidencia q la adicción de X en el conjunto de información mejora del rendimiento de predicción del futuro de Y.Mostrar un mejora sin teoría que lo respalde es insuficiente.
La motivación de Granger de estudiar la causalidad de distribución mas que estudiar la causalidad en hecho, fue que muchos tomadores de...