Ich versuche, die Kointegration zwischen zwei Zeitreihen zu testen. Beide Reihen haben wöchentliche Datenübertragung, die ich versuche, die Engle-Granger Zwei-Schritt-Methode zu tun. Meine Reihenfolge der Operationen folgt. Testen Sie jede Zeitreihe für Einheitswurzel über Augmented Dickey-Fuller. Angenommen, beide haben Einheitswurzeln, dann finden lineare Annäherung der Beziehung über OLS. Dann erstellen Sie eine Reihe der Residuen. Testreste für Einheitswurzel über Augmented Dickey-Fuller. Schließen Sie die Kointegration (oder nicht) durch Ergebnis von 3. Ist diese Methode okay aussehen (Im ein Undergraduate, und Im auf meine Daten in einer legitimen Weise, nicht unbedingt zu analysieren, um es in der strengsten bekannten Methode zu analysieren.) Wenn eine Serie nicht Lehnen Sie die Nullhypothese mit dem ADF (und daher nicht über eine Einheit Wurzel) in Schritt 1, ist es vernünftig zu folgern, dass die beiden Serien nicht kointegriert, weil ein Datensatz nichtstationär ist, würde ich nicht denken, aber ich möchte sicher sein . Beide Datasets sehen stochastisch aus, also frage ich mich, ob es angebracht ist, OLS zu verwenden, um die Beziehung zu messen, um die Residuen zu erhalten. Dass es zwei Zeitreihen, x und x, die beide sind Ileft (1recht), d. H. Beide Serien enthalten eine Einheit Wurzel. Wenn diese beiden Serien zusammenfallen, dann gibt es Koeffizienten, mu und beta, die: ein Gleichgewicht definieren werden. Um die Kointegration mit dem Engle-Granger-2-Schritt-Ansatz zu testen, würden wir 1) Die Serien, x und x für Einheitswurzeln testen. Wenn beide Ileft (1rechts) sind, fahren Sie mit Schritt 2) fort. 2) Führen Sie die oben definierte Regressionsgleichung und speichern Sie die Residuen. Ich definiere eine neue Fehlerkorrektur Begriff, hat Hut. 3) Testen Sie die Residuen (Hut) für eine Einheit Wurzel. Es ist zu beachten, dass dieser Test derselbe ist wie ein Test für keine Kointegration, da die Residuen nach der Nullhypothese nicht stationär sind. Wenn jedoch eine Kointegration vorliegt, sollten die Reste stationär sein. Denken Sie daran, dass die Verteilung für den Rest-basierten ADF-Test nicht die gleiche ist wie die üblichen DF-Verteilungen und hängt von der Menge der geschätzten Parameter in der statischen Regression oben ab, da Additionsvariablen in der statischen Regression die DF - links. Die 5 kritischen Werte für einen geschätzten Parameter in der statischen Regression mit einem Konstanten und Trend sind -3,34 bzw. -3,78. 4) Wenn Sie den Nullwert eines Einheitswurzels in den Residuen ablehnen (Null der Nicht-Kointegration), dann können Sie nicht ablehnen, dass die beiden Variablen zusammenfallen. 5) Wenn Sie ein Fehlerkorrekturmodell einrichten und die Langzeitbeziehung zwischen den beiden Baureihen untersuchen möchten, empfehle ich Ihnen, eher ein ADL - oder ECM-Modell einzurichten, da es eine kleine Probenvorspannung gibt, die an den Engle - Granger statische Regression und wir können nichts über die Bedeutung der geschätzten Parameter in der statischen Regression sagen, da die Verteilung von unbekannten Parametern abhängt. Um Ihre Fragen zu beantworten: 1) Wie oben gesehen, ist Ihre Methode richtig. Ich wollte nur darauf hinweisen, dass die restlichen basierten Tests kritische Werte sind nicht die gleichen wie die üblichen ADF-Test kritische Werte. (2) Ist eine der Reihen stationär, dh Ileft (0recht) und die andere Ileft (1right), können sie nicht kointegriert werden, da die Kointegration impliziert, dass sie gemeinsame stochastische Trends teilen und dass eine lineare Beziehung zwischen ihnen seit dem Stochastischen stationär ist Trends werden abgebrochen und dadurch eine stationäre Beziehung erzeugt. Um dies zu betrachten, betrachten Sie die beiden Gleichungen: Beachten Sie, dass varepsilon sim i. i.d. , X sim Ileft (1right), x sim Ileft (1right), u betaprime x sim Ileft (0rechts), varepsilon sim i. i.d. Zuerst lösen wir für die Gleichung links (3right) und erhalten Plug Diese Lösung in Gleichung links (2rechts) zu bekommen: Wir sehen bei den beiden Serien teilen eine gemeinsame stochastische Trend. Wir können dann einen Kointegrationsvektor betaleft (1-beta-rechter) Primer definieren, so dass: u betaprime x links (1-beta rechts) links (beginn mubeta x beta sum varepsilon varepsilon x sum varepsilon Ende rechts) u betaprime x mubeta x beta sum Varepsilon varepsilon - beta x - beta sum varepsilon Wir sehen, dass durch die Definition eines korrekten Kointegrationsvektors die beiden stochastischen Trends abbrechen und die Beziehung zwischen ihnen stationär ist (u betaprime x sim Ileft (0right)). Wenn x für Ileft (0) gilt, dann würde der stochastische Trend in x nicht durch Definition einer Kointegrationsbeziehung gelöscht. Also ja brauchst du beide deine Serien zu Ileft (1right) (3) Die letzte Frage. Ja OLS ist gültig für die beiden stochastischen Reihen, da gezeigt werden kann, dass der OLS-Schätzer für die statische Regression (Gleichung links (1right)) super konsistent ist (Varianz konvergiert zu Null bei T), wenn beide Reihen Ileft sind 1rechts) und wenn sie zusammenfallen. Also, wenn Sie Kointegration und Ihre Serie finden, sind Ileft (1rechts) Ihre Schätzungen werden super konsistent. Wenn Sie keine Kointegration finden, ist die statische Regression nicht konsistent. Für weitere Lesungen siehe die Vorlage von Engle und Granger, 1987, Kointegration, Fehlerkorrektur: Darstellung, Schätzung und Prüfung. Beantwortet Dec 30 14 um 20: 16EGRANGER: Stata-Modul zur Durchführung Engle-Granger Kointegrationstests und 2-Schritt-ECM-Schätzung Wenn Sie eine Korrektur anfordern, erwähnen Sie bitte diese Elemente behandeln: RePEc: boc: bocode: s457210. Siehe allgemeine Informationen zur Korrektur von Material in RePEc. Für technische Fragen zu diesem Artikel oder zur Korrektur von Autoren, Titeln, Abstracts, Bibliographien oder Download-Informationen wenden Sie sich an: (Christopher F Baum) Wenn Sie diesen Artikel verfasst haben und noch nicht bei RePEc registriert sind, empfehlen wir Ihnen, es hier zu tun . Dadurch können Sie Ihr Profil mit diesem Element verknüpfen. Es erlaubt Ihnen auch, potenzielle Zitate zu diesem Punkt zu akzeptieren, dass wir uns unsicher sind. Wenn Referenzen vollständig fehlen, können Sie sie über dieses Formular hinzufügen. Wenn die vollständigen Referenzen ein Element auflisten, das in RePEc vorhanden ist, aber das System nicht mit ihm verknüpft ist, können Sie mit diesem Formular helfen. Wenn Sie über fehlende Elemente wissen, können Sie uns helfen, diese Links zu erstellen, indem Sie die relevanten Referenzen in der gleichen Weise wie oben hinzufügen. Wenn Sie ein registrierter Autor dieses Artikels sind, können Sie auch die Registerkarte Zitate in Ihrem Profil überprüfen, da es einige Zitate gibt, die auf die Bestätigung warten. Bitte beachten Sie, dass Korrekturen einige Wochen dauern können, um die verschiedenen RePEc-Dienste zu filtern. Mehr Dienste Folgen Serien, Zeitschriften, Autoren amp mehr Neue Papiere per E-Mail Neuzugänge zu RePEc abonnieren Autor-Registrierung Öffentliche Profile für Wirtschaftswissenschaftler Verschiedene Rankings der Forschung in Wirtschaftswissenschaften amp verwandte Bereiche Wer war ein Student von denen, mit RePEc RePEc Biblio Kuratierte Artikel amp Papiere zu verschiedenen Themen der Wirtschaftswissenschaften Hochladen Sie Ihr Papier auf RePEc und IDEAS aufgeführt werden EconAcademics Blog Aggregator für die Wirtschaft Forschung Plagiat Plagiate in der Wirtschaft Job-Marktpapiere RePEc Arbeitspapier-Serie auf dem Arbeitsmarkt Fantasy League Vorgeben Sie sind an der Spitze einer Volkswirtschaft Abteilung Services aus den StL Fed Data, Forschung, Anwendungen amp mehr aus der St. Louis Fed
No comments:
Post a Comment