ロジット/プロビットの非定常性は重要ですか？

質問したいのですが、いくつかの変数が通貨危機のリスクを改善するかどうかを調査するためにロジットを使用しています。私は1980年からの多くの国（不均衡なパネル）の年次データを持っています。ダミー変数は、通貨危機が始まった場合（私の定義によれば）1、それ以外の場合は0です。説明変数は、経常収支/ GDP、純外国資産/ GDP、ローン/ GDPなどのいくつかの理論によるものです...すべてが遅れています（-1）。私はロバストな標準誤差を使用していますが、これは不均一分散と一致しているはずです。ただし、たとえばGDPまたはNFA / GDPへのローンは定常性ではありません（パネルテスト）。これは問題ですか？ロジット/プロビットを実行する定常性の紙のテストを見たことがありません。私にとってそれが問題ではないことも直感的です。変数が危機のリスクを増加させるかどうかをテストしている場合、それは問題ではないはずです。この変数が永続的に上昇していること。逆に、上昇する変数は危機のリスクを永続的に上昇させており、それが持続不可能なレベルに達すると、危機が発生します。私が正しいかどうか、答えてください。

どのモデルを使用している場合でも、計量経済学の理論の基礎を確認し、尊重する必要があります。研究者たちは、非常に洗練されたモデルの使用について気をつけていますが、多くの場合、自発的に、計量経済学の基礎について忘れていました。したがって、彼らはかなり馬鹿げている。計量経済学は、パラメータの平均と分散を推定することに過ぎませんが、変数の平均、分散、共分散が時間とともに変化する場合は、適切なデバイスと分析を実行する必要があります。私の意見では、非定常データのあるプロビット/ロジットモデルは、方程式の右側（非定常）をバイナリ変数である左側にフィットさせたいので意味がありません。独立変数の時間ダイナミクスの構造は、従属変数と一貫している必要があります。一部のリグレッサが静止していない場合、リレーションシップを誤って指定しています。実際、リグレッサの組み合わせは定常的でなければなりません。したがって、おそらく2ステップの回帰を実行する必要があると思います。最初の方法では、変数の定常関係を見つけ、この関係をプロビット/ロジットモデルに入れて、1つのパラメーターのみを推定します。

明らかに、最初のステップでは、リストに2つの統合変数（共積分の場合）または同じタイプのトレンド傾向を持つ少なくとも2つの変数が必要です。そうでない場合は、変数が省略されているという問題があります。

これらすべての代替策は、分析の範囲を変更し、すべてのリグレッサを定常的なリグレッサに変換することです。

私は結果を見てお勧めチャン江公園（2006）や公園、フィリップス（2000年）。*最初の論文によると、ロジット推定にも統合された一連の場合は一貫している（6-7ページの定理2）と通常のt-statisticsは、ケースに関係するパラメーター（リグレッサの係数）に使用できます。同じ著者の他の論文は、非線形モデルにおける非定常プロセスの他のケースの計量経済理論を開発しています。

*これらの論文は理論のみを扱っていますが、残念ながら、この文脈で非定常性の問題に実際に言及している経験的な論文の例を見つけることはできません。

私はこの投稿が古いことを知っていますが、人々は検索を行い、しばしばこのものを参照として使用します。

シンプルにしましょう。私たちのYとして住宅ローンのデフォルトの個々の確率のモデルがあるとしましょう。今度はそれに実行レベルのGDPを当てましょう。あなたのデータが四半期ごとの2002-2017であるとしましょう。時間Tですべて同じecon変数を共有する何百万もの観測値があります。私はこの理由を正当な理由で選んだ。

あなたは関係として何を手に入れますか？おお、あなたは、shazaam、より低いGDPがより高いデフォルトと相関していることに気付くでしょう。よさそうですね？

しかし、今、これを予測してみましょう。たとえば、50年間（おもしろい）です。予想されるGDPを過去の成長率、たとえば2％で取り、GDPを推定します。次に、予測を実行します。あなたは何を見つけますか？Shazaam、魔法のようにデフォルトの確率は0％に向かう傾向があります。

（レートではなく）失業者の総数を選んだ場合は、逆になります。あなたはそのshazaamを見つけ、将来それを予測し、デフォルトの傾向の確率を100％にするでしょう。

どちらもばかげています。そしてここにキッカーがあります。これらの時間枠のいくつかで静止テストを行った場合、それらは静止していることがわかります。その理由は、非定常シリーズを静止部分にダイスできるからです。特に、実質GDPがこの期間に増加、減少、および増加したためです。

はい、サンプルのフィットは良く見えます。しかし、あなたの予測は無意味になります。

これはリスクメトリックモデリングで頻繁に見られます。

あなたは理論的な観点から明らかに元気です。彼らが変化する手段を持っていることは非定常シリーズの誤った理解です。彼らには意味がない。サンプル平均は、ポイントに収束せず、変化するように見えるため、乱数です。これはロジットやプロビットでも問題ありません。

統計モデルはマッピングであり、バインドされていないシリーズをバインドされたシリーズにラップできない理由はありません。たとえば、実数直線は通常は長さがないと考えられていますが、南極を0、北極をにして円を囲み、単位円の場合、数直線全体が長さになります。。 $\infty$$\pi$

最終的な解が区間[0,1]にマップする必要があるため、非定常シリーズを境界のあるセットにマッピングすることにより、境界のある問題が発生しました。

すべての会計比率には差異がなく、すべての財務収益には差異がなければなりません。https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2828744の論文を参照してください

本質的に堅牢なエラーを心配する必要はありません。非定常シリーズは、それらが不等分散的であるという誤解です。ではない; 彼らはそもそも分散を形成する手段がないので、質問されます。それは、やはり乱数です。エラー項の構造は、定常性の欠如よりも、マップするモデルに関係しています。

問題に直面する可能性があるのは、共分散の概念です。株式収益率の分布は、共分散行列のない分布からのものです。株が動かないというわけではありませんが、株が曲がることはできません。同じことが経済にも当てはまります。これは、単純な関係である共分散よりも複雑な概念です。上記のペーパーを読み、モデルの関係を注意深く検討する必要があります。