¿Por qué la prueba de causalidad de Granger da el mismo resultado para los modelos VAR restringidos y no restringidos?

Question

Apliqué la prueba de causalidad de Granger primero en el modelo VAR(1) bidimensional no restringido y luego en el modelo restringido (t>2). Ambos dan el mismo resultado (el resultado del modelo VAR no restringido). En realidad, el modelo VAR no restringido mostraba que el coeficiente de 1 variable no era significativo, por lo que se realizó la prueba de causalidad de Granger. But after restricting the model we got that this variable turned significant. Therefore, we proceeded for granger causality test expecting that the result will change and now it will show 'causality'. Pero, por desgracia, no fue así. Por el contrario, mostró el mismo resultado que el anterior (en el caso del modelo VAR no restringido).

Las preguntas son: 1) ¿Cómo restringe 'R' el modelo usando el comando restrict ya que todo el resultado cambia en lugar de sólo considerar las variables significativas y descartar las significativas? 2) Si el modelo restringido muestra sólo las variables significativas, ¿por qué la prueba de causalidad de Granger (comando "causalidad" en R) muestra un resultado totalmente diferente (muestra el resultado del caso no restringido)?

Answer 1

1) El comando "Restringir" de R reestima todos los coeficientes uno por uno en función de su significación. No tiene nada que ver con el modelo VAR original. Pero se puede realizar una restricción manual. Algunas variables pueden no ser significativas en presencia de otras variables, pero pueden ser significativas si se consideran por separado. Por eso se puede encontrar que algunas de las variables insignificantes en el modelo VAR sin restricciones se convierten en significativas.

2) El modelo VAR restringido y la causalidad de Granger son dos conceptos totalmente distintos. El modelo VAR restringido funciona con una prueba t marginal. Mientras que la causalidad de Granger funciona con la prueba F lineal general.