Stata / R中多个国家的格兰杰因果关系

Question

我阅读了几篇声称使用格兰杰因果关系同时比较多个实体（公司、国家等）的论文。他们通常将国家/地区分组为东部、西部、北部和南部或城市/非城市（例如）。

例如plm 包中“Grunfeld”的公共数据集具有以下形式：

| 坚定 |年份 |库存 |价值 |资本 |

我有一个类似的数据集，我打算使用格兰杰因果关系进行探索。我的时间变量是从 1990 年到 2020 年。

country_ID	country_type	year	sum	var_A	var_B ...
1	1	2000	323	32	213
2	1	2000	13	0	7
3	2	2000	12	7	0
4	1	2000	0	0	0
5	2	2000	323	13	56

Stata 没有返回任何有用的信息，我想这是因为国家/地区太多。

是否有可能获取我的数据集的一个子集，比如 country_type = 1 并在包含的国家/地区运行 Granger？还是我必须总结 country_type 中的所有国家/地区才能运行 Granger？

我研究过的一篇论文是 (p.1310)： 何等人的“中国城市级交通与区域发展的因果关系分析”。 （2019 年）。

Answer 1

您不必编写您使用的 Stata 的哪个命令。如果您有面板数据，您可能需要使用 Dumitrescu/Hurlin (2012) 的面板 Granger (non-)causality test，在 Stata 的用户贡献命令 xtgcause 和 R 的 plm 包中实现为 pgrangertest。

以下是如何在 R 中将 pgrangertest 与 Grunfeld 数据集一起使用的示例。帮助页面参考了文献以及有关如何使用更多选项 (?pgrangertest) 的更多信息：

## not meaningful, just to demonstrate usage
## H0: 'value' does not Granger cause 'inv' for all invididuals
library(plm)
data("Grunfeld", package = "plm")
pgrangertest(inv ~ value, data = Grunfeld)

# Panel Granger (Non-)Causality Test (Dumitrescu/Hurlin (2012))
#
# data:  inv ~ value
# Ztilde = 3.2896, p-value = 0.001003
# alternative hypothesis: Granger causality for at least one individual