Kointegracijos testas naudojamas siekiant nustatyti, ar yra koreliacija tarp kelių laiko eilučių Laiko eilučių duomenų analizė Laiko eilučių duomenų analizė yra duomenų rinkinių, kurie keičiasi per tam tikrą laikotarpį, analizė. Laiko eilučių duomenų rinkiniai fiksuoja to paties kintamojo stebėjimus įvairiais laiko momentais. Finansų analitikai naudoja laiko eilučių duomenis, tokius kaip akcijų kainų pokyčiai ar įmonės pardavimai ilgainiui. Šią sąvoką pirmą kartą pristatė Nobelio premijos laureatai Robertas Engle'as ir Clive'as Grangeris 1987 m., Po to, kai britų ekonomistas Paulas Newboldas ir Grangeris paskelbė melagingą regresijos koncepciją.
Kointegracijos testai nustato scenarijus, kai dvi ar daugiau nestacionarių laiko eilučių yra sujungtos taip, kad ilgainiui jos negalėtų nukrypti nuo pusiausvyros. Testai naudojami dviejų kintamųjų jautrumo tam pačiai vidutinei kainai nustatytu laikotarpiu laipsniui nustatyti.
Lyčių paskyrimas santuokos amžiaus rodikliu
Šaltinis: „Econometrics Beat“ (Dave'o Gileso tinklaraštis)
Santrauka
- „Cointegration“ yra metodas, naudojamas norint rasti galimą koreliaciją tarp laiko eilučių procesų ilguoju laikotarpiu.
- Nobelio premijos laureatai Robertas Engle ir Clive'as Grangeris kointegracijos koncepciją pristatė 1987 m.
- Tarp populiariausių kointegracijos testų yra Engle-Granger, Johanseno ir Phillips-Ouliaris testai.
Kointegracijos istorija
Prieš įvedant kointegracijos testus, ekonomistai rėmėsi linijinėmis regresijomis, norėdami rasti ryšį tarp kelių laiko eilučių procesų. Tačiau Grangeris ir Newboldas teigė, kad tiesinė regresija buvo neteisingas metodas analizuojant laiko eilutes dėl galimybės sukurti netikrą koreliaciją. Neteisinga koreliacija atsiranda, kai du ar daugiau susijusių kintamųjų laikomi priežastiniu ryšiu dėl sutapimo arba nežinomo trečiojo veiksnio. Galimas rezultatas yra klaidinantis statistinis ryšys tarp kelių laiko eilučių kintamųjų.
Granger ir Engle 1987 m. Išleido straipsnį, kuriame jie įformino kointegruojančio vektoriaus metodą. Jų koncepcija nustatė, kad du ar daugiau nestacionarių kartų eilučių duomenys yra integruoti taip, kad ilgainiui jie negalėtų atitolti nuo tam tikros pusiausvyros.
Du ekonomistai pasisakė prieš tiesinės regresijos naudojimą analizuojant kelių laiko eilučių kintamųjų santykį, nes sumenkinimas neišspręs melagingos koreliacijos klausimo. Vietoj to jie rekomendavo patikrinti, ar nėra stacionarių laiko eilučių kointegracijos. Jie teigė, kad du ar daugiau laiko eilučių kintamųjų su I (1) tendencijomis gali būti integruojami, jei galima įrodyti, kad tarp kintamųjų yra ryšys.
Kointegracijos bandymo metodai
Yra trys pagrindiniai kointegracijos bandymo metodai. Jie naudojami ilgalaikiams dviejų ar daugiau kintamųjų rinkinių santykiams nustatyti. Metodai apima:
1. Engle-Granger dviejų pakopų metodas
„Engle-Granger“ dviejų pakopų metodas pradedamas kuriant liekanas, pagrįstas statine regresija, ir tada bandant liekanas, ar nėra vieneto šaknų. Jis naudoja išplėstinį Dickey-Fuller testą (ADF) arba kitus testus, kad patikrintų stacionarumo vienetus laiko eilutėse. Jei laiko eilutė yra integruota, Engle-Granger metodas parodys liekanų stacionarumą.
Engle-Granger metodo apribojimas yra tas, kad jei yra daugiau nei du kintamieji, metodas gali parodyti daugiau nei du kointegruojančius ryšius. Kitas apribojimas yra tas, kad tai yra vienos lygties modelis. Tačiau kai kurie trūkumai buvo nagrinėjami per pastaruosius kointegracijos testus, pvz., Johanseno ir Phillipso-Ouliario testus. Engle-Granger testą galima nustatyti naudojant STAT arba MATLAB Financial Modeling With Matlab programinę įrangą.
2. Johanseno testas
Johanseno testas naudojamas bandant kointegruojančius ryšius tarp kelių nestacionarių laiko eilučių duomenų. Johanseno testas, lyginant su Engle-Grangerio testu, leidžia užmegzti ne vieną bendradarbiavimą. Tačiau jam būdingos asimptotinės savybės (didelis imties dydis), nes nedidelis imties rezultatas būtų nepatikimas. Naudojant testą kelių laiko eilučių kointegracijai rasti, išvengiama problemų, atsirandančių, kai klaidos perkeliamos į kitą žingsnį.
Johanseno testas yra dviejų pagrindinių formų, t. Y. „Trace“ testai ir didžiausios savosios vertės testas.
- Pėdsakų testai
Atlikus bandymus, įvertinamas linijinių derinių skaičius laiko eilučių duomenyse, t. Y., K yra lygus vertei K0, ir hipotezė, kad reikšmė K būtų didesnė už K0. Tai iliustruojama taip:
H0: K = K0
H0: K> K0
Naudodami pėdsakų bandymą bandymo kointegracijai mėginyje, mes nustatėme K0 iki nulio, kad patikrintumėte, ar nulinė hipotezė bus atmesta. Jei jis bus atmestas, galime daryti išvadą, kad imtyje egzistuoja kointegracijos ryšys. Todėl nulinė hipotezė turėtų būti atmesta, siekiant patvirtinti, kad imtyje egzistuoja kointegracijos ryšys.
- Didžiausias savosios vertės testas
Pagrindinė vertė apibrėžiama kaip ne nulis vektorius, kuris, pritaikius jam tiesinę transformaciją, keičiasi skaliariniu koeficientu. Didžiausios savinės vertės testas yra panašus į Johanseno pėdsakų testą. Pagrindinis skirtumas tarp jų yra nulinė hipotezė.
H0: K = K0
H0: K = K0 + 1
Scenarijuje, kur K = K0 o nulinė hipotezė atmetama, tai reiškia, kad stacionariam procesui sukurti yra tik vienas galimas kintamojo rezultatas. Tačiau scenarijuje, kai K0 = m-1 ir nulinė hipotezė atmetama, tai reiškia, kad yra galimi M tiesiniai deriniai. Toks scenarijus yra neįmanomas, nebent laiko eilučių kintamieji yra nejudantys.
Papildomi resursai
Finansai yra oficialus pasaulinio finansų modeliavimo ir vertinimo analitiko (FMVA) ™ FMVA® sertifikavimo teikėjas. Prisijunkite prie 350 600 ir daugiau studentų, dirbančių tokiose įmonėse kaip „Amazon“, „JP Morgan“ ir „Ferrari“ sertifikavimo programa, skirta padėti visiems tapti pasaulinio lygio finansų analitikais. . Norint toliau mokytis ir tobulėti karjeroje, bus naudingi toliau pateikiami papildomi finansų ištekliai:
- Finansų pagrindinės statistikos sąvokos Pagrindinės finansų statistikos sąvokos Tvirtas statistikos supratimas yra nepaprastai svarbus, kad padėtų mums geriau suprasti finansus. Be to, statistikos sąvokos gali padėti investuotojams stebėti
- Koreliacijos matrica Koreliacijos matrica Koreliacijos matrica yra tiesiog lentelė, kurioje pateikiami skirtingų kintamųjų koreliacijos koeficientai. Matricoje pavaizduota koreliacija tarp visų galimų lentelės reikšmių porų. Tai galingas įrankis apibendrinti didelį duomenų rinkinį ir nustatyti bei vizualizuoti pateiktų duomenų modelius.
- Skerspjūvio duomenų analizė Skerspjūvio duomenų analizė Skerspjūvio duomenų analizė yra skerspjūvio duomenų rinkinių analizė. Apklausos ir vyriausybės įrašai yra keletas įprastų skerspjūvio duomenų šaltinių
- Hipotezių tikrinimas Hipotezių testavimas Hipotezių tikrinimas yra statistinės išvados metodas. Jis naudojamas norint patikrinti, ar teiginys apie populiacijos parametrą yra teisingas. Hipotezės bandymas
