まず、両方がI (1 )である2つの時系列とx 2 tを考えます。つまり、両方の系列には単位根が含まれます。これらの2つのシリーズがコインテグレートした場合、その後の係数、そこに存在するμおよびβ 2:よう、
x1tx2tI(1)μβ2
x1t=μ+β2x2t+ut(1)
平衡を定義します。Engle-Grangerの2ステップアプローチを使用して共和分をテストするには、
1)シリーズ、およびの単位根をテストします。両方が場合、手順2)に進みます。 x 2 t I(1 )x1tx2tI(1)
2)上記で定義した回帰式を実行し、残差を保存します。新しい「エラー修正」用語ます。u^t=ecm^t
3)単位根の残差()をテストします。帰無仮説では残差は定常的ではないため、この検定は非共積分の検定と同じであることに注意してください。ただし、共和分がある場合、残差は静止している必要があります。残差ベースのADFテストの分布は通常のDF分布と同じではなく、静的回帰の追加変数がDF分布をDF分布にシフトするため、上記の静的回帰の推定パラメーターの量に依存することに注意してください。左。定数およびトレンドを使用した静的回帰の1つの推定パラメーターの5%臨界値は、それぞれ-3.34および-3.78です。
ecm^t
4)残差の単位根のヌル(非統合のヌル)を拒否する場合、2つの変数が共積分することを拒否することはできません。
5)エラー修正モデルを設定し、2つのシリーズ間の長期的な関係を調査する場合は、Engle-に小さなサンプルバイアスが付加されているため、代わりにADLまたはECMモデルを設定することをお勧めしますGranger静的回帰と分布は未知のパラメーターに依存するため、静的回帰の推定パラメーターの重要性については何も言えません。質問に答えるには:1)上記のように、メソッドは正しいです。残差ベースのテストの重要な値は、通常のADFテストの重要な値とは異なることを指摘したかっただけです。
(2)シリーズの1つが静止している場合、つまりで、もう1つが場合、共和化は共通の確率的傾向を共有し、線形確率的傾向がキャンセルされ、それによって定常的な関係が生じるため、それらの間の関係は定常的です。これを確認するには、2つの方程式を検討してください。
I (1 )I(0)I(1)
x1t=μ+β2x2t+ε1t(2)
Δx2t=ε2t(3)
そのノート、、、、X 1 、T〜I (1 )X 2 T〜I (1 )U T = β ' X T〜I (0 )ε 1 、T〜I 。私は。d 。ε2t∼i.i.d.x1t∼I(1)x2t∼I(1)ut=β′xt∼I(0)ε1t∼i.i.d.
最初に方程式を解き、を取得します
(3)
x2t=x0+∑ti=0ε2i
このソリューションを方程式に代入して、次を取得します。
(2)
x1t=μ+β2{x0+∑ti=0ε2i}+ε1tx1t=μ+β2x0+β2∑ti=0ε2i+ε1t
2つのシリーズで共通の確率的傾向が見られます。我々は、次に共和分ベクトルを定義することができるよう:
β=(1−β2)′
ut=β′xt=(1−β2)(μ+β2x0+β2∑ti=0ε2i+ε1tx0+∑ti=0ε2i)
ut=β′xt=μ+β2x0+β2∑ti=0ε2i+ε1t−β2x0−β2∑ti=0ε2i
ut=β′xt=μ+ε1t
正しい共積分ベクトルを定義することにより、2つの確率的トレンドがキャンセルされ、それらの間の関係が定常的であることがわかります()。場合あったで、次いで確率的傾向共和分関係を定義することにより、削除されないであろう。そのため、両方のシリーズをする必要があります!
ut=β′xt∼I(0)x1tI(0)x2tI(1)
(3)最後の質問。はいOLSは、静的回帰のOLS推定量(Eq。)が非常に一貫している(で分散がゼロに収束する)ことを示すことができるため、2つの確率シリーズで使用できます。)両方のシリーズがで、それらが共和分である場合。したがって、共和分を見つけ、系列が、推定値は非常に一貫しています。共積分が見つからない場合、静的回帰は一貫していません。詳細については、1987年のEngle and Grangerによる独創的な論文、Co-Integration、Error Correction:Representation、Estimation and Testingを参照してください。(1)T−2I(1)I(1)