計量経済学レポート（４）

とりあえずは、定常か非定常かから調べてみる必要があるのかと・・・

> plot(shitsugyo)
> par(new =T)
> plot(inflation)



> adf.test(shitsugyo)

Augmented Dickey-Fuller Test

data: shitsugyo
Dickey-Fuller = -2.156, Lag order = 3, p-value = 0.5125
alternative hypothesis: stationary

> adf.test(inflation)

Augmented Dickey-Fuller Test

data: inflation
Dickey-Fuller = -3.047, Lag order = 3, p-value = 0.1665
alternative hypothesis: stationary


両方単位根をもつようです。

共和分を調べていたらグレンジャー因果性検定というものを見つけたので
やってみました。1回の階差をとっています。


> mydata<-ts(data.frame(shitsugyo,inflation),start=c(1978),frequency=1)
> dmydata<-diff(mydata,lag=1)
> plot(dmydata)



> VARselect(dmydata,lag.max=5)
$selection
AIC(n) HQ(n) SC(n) FPE(n)
1 1 1 1

$criteria
1 2
AIC(n) -1.175734e+01 -1.164552e+01
HQ(n) -1.166874e+01 -1.149786e+01
SC(n) -1.147445e+01 -1.117404e+01
FPE(n) 7.843283e-06 8.819318e-06
3 4
AIC(n) -1.155744e+01 -1.139554e+01
HQ(n) -1.135071e+01 -1.112975e+01
SC(n) -1.089736e+01 -1.054687e+01
FPE(n) 9.752364e-06 1.173178e-05
5
AIC(n) -11.185369389
HQ(n) -10.860512841
SC(n) -10.148110484
FPE(n) 0.000015028

> dmydata.var<-VAR(dmydata,p=1)
> causality(dmydata.var,cause="inflation")
$Granger

Granger causality H0: inflation do not
Granger-cause shitsugyo

data: VAR object dmydata.var
F-Test = 1.6093, df1 = 1, df2 = 60,
p-value = 0.2095


$Instant

H0: No instantaneous causality between:
inflation and shitsugyo

data: VAR object dmydata.var
Chi-squared = 6.5485, df = 1, p-value =
0.0105


インフレは失業率に影響を与えないようです。

逆もやってみました。


> causality(dmydata.var,cause="shitsugyo")
$Granger

Granger causality H0: shitsugyo do not Granger-cause inflation

data: VAR object dmydata.var
F-Test = 2.1685, df1 = 1, df2 = 60, p-value = 0.1461


$Instant

H0: No instantaneous causality between: shitsugyo and inflation

data: VAR object dmydata.var
Chi-squared = 6.5485, df = 1, p-value = 0.0105


失業率もインフレに影響しないとの結果が出ました。（フィリップス曲線は？）

教科書に従って、インパルス応答推定というのもやってみました。


> dmydata.irf<-irf(dmydata.var,n.ahead=14,ci=0.95)
> plot(dmydata.irf)
Hit to see next plot:





この先何をすればよいかわからないので、一旦寝ることにします。