Коинтеграция

Казалось бы, что раз так, то вопрос о наличии коинтеграции может быть решен следующим образом. Методом наименьших  [c.221]


КОИНТЕГРАЦИЯ ВРЕМЕННЫХ РЯДОВ  [c.282]

Начиная с 70-х гг. XX в. высказанные выше предположения были положены в основу новой теории о коинтеграции временных рядов. Под коинтеграцией понимается причинно-следственная зависимость в уровнях двух (или более) временных рядов, которая выражается в совпадении или противоположной направленности их тенденций и случайной колеблемости.  [c.283]

Статистические критерии, предназначенные для проверки гипотезы о коинтеграции, основаны не на проверке стационарности остатков, а на проверке менее жесткой гипотезы - гипотезы об отсутствии во временном ряде единичного корня.  [c.283]

Коинтеграция двух временных рядов значительно упрощает процедуры и методы, используемые в целях их анализа, поскольку в этом случае можно строить уравнение регрессии и определять показатели корреляции, используя в качестве исходных данных непосредственно уровни изучаемых рядов, учитывая тем самым информацию, содержащуюся в исходных данных, в полном объеме. Однако поскольку коинтеграция означает совпадение  [c.284]


Построим графики временных рядов среднедушевого дохода и потребления (рис. 6.3). Графический анализ показывает, что тенденции этих рядов совпадают. Проведем тестирование временных рядов среднедушевого дохода и расхода на потребление на коинтеграцию.  [c.285]

Ноль-гипотеза состоит в том, что коинтеграция между этими рядами отсутствует.  [c.285]

Фактическое значение Г-критерия, рассчитанное по данным уравнения регрессии, равно —2,154. Так как полученное фактическое значение по абсолютной величине превышает критическое значение т0 05 = 1,9439, то с вероятностью 95% можно отклонить ноль-гипотезу и сделать вывод о коинтеграции временных рядов среднедушевого дохода и среднедушевых расходов на конечное потребление.  [c.287]

Что такое коинтеграция временных рядов Какие методы тестирования двух временных рядов на коинтеграцию вам известны  [c.289]

Очевидно, что при рассмотрении коротких временных рядов данных, или краткосрочной перспективы, равновесное состояние может не достигаться, и коинтеграции между рядами х, и у, может не быть. Поэтому каждый уровень временного ряда случайных ошибок е или остатков, можно считать корректирующей компонентой модели (7.67), характеризующей степень достижения равновесного состояния динамики рядов х, и у, в долгосрочной перспективе. Основываясь на этих рассуждениях, Сарган выдвинул предположение о том, что на формирование уровней ряда yt (точнее — на их цепные абсолютные приросты) оказы-  [c.334]

Коинтеграция между двумя переменными  [c.313]

Критерии коинтеграции двух переменных  [c.313]

Коинтеграция нескольких переменных  [c.313]

Проверка коинтеграции нескольких переменных  [c.313]

Коинтеграция была разработана в ответ на растущую потребность в анализе соотношений между группами экономических  [c.327]


Если существуют такие а и Ь, что aY + является 7(0), то у + + (Ь/а)Х будет стационарно. Если мы имеем функцию Y+ Х = z, где z стационарна и X и /являются 7(1), то имеется коинтеграция между X и Y. (J часто называют коэффициентом коинтеграции.  [c.338]

Таким образом, коинтеграция описывает долгосрочное соотношение двух или более переменных и проистекает из того, что эти переменные демонстрируют общий стохастический тренд во времени.  [c.338]

Коинтеграция характеризует равновесное отношение двух переменных, так как чтобы 7 было устойчиво, при X и Y, отклоняющихся от их равновесного отношения, они должны будут вернуться к нему, так что z колеблется вокруг определенного (постоянного) среднего значения. Эта тенденция возвращения к равновесию известна как исправление ошибки. Модель этого процесса соответственно называется моделью исправления ошибки и соответствует интересному свойству стационарности — возвращению стационарных рядов к средней величине.  [c.339]

Признаки коинтеграции двух переменных  [c.341]

Обратите внимание на то, что не все переменные с рядами 7(1) обладают коинтеграцией, а только те, линейная комбинация которых является рядом 7(0). Таким образом, проверка коинтеграции рядов динамики происходит в два этапа.  [c.341]

Выяснив, что данные ряды являются рядами 7(1), мы принимаем МНК в виде, известном как регрессия коинтеграции  [c.341]

Эта форма выделяет остатки uh так что можно проверить, являются ли они стационарными. Если мы сложим Х<> и щ, чтобы получить Zt, то получим Y, — AJf, = Zt и нужно будет проверить стационарность z- Если z в самом деле стационарна, то К будет вектором коинтеграции, что уже обсуждалось ранее.  [c.341]

Примечание обычно регрессия X по Y отличается от регрессии Y по X, но в случае коинтеграции временных рядов "долгосрочная" коинтеграция между переменными равна 1, и обе регрессии по сути одинаковы.  [c.342]

Коинтеграционный тест 222 Коинтеграция временных рядов 221 Компонентный анализ 111 Короткая регрессия 244 Корреляционная зависимость 51  [c.300]

Другой метод тестирования ноль-гипотезы об отсутствии коинтеграции между двумя временнь ши рядами основан на использовании величины критерия Дарбина — Уотсона, полученной для уравнения (6.1). Однако в отличие от традиционной методики его применения в данном случае проводят проверку гипотезы о том, что полученное фактическое значение критерия Дарбина — Уотсона в генеральной совокупности равно нулю.  [c.284]

Если фактическое значение критерия Дарбина — Уотсона меньше критического значения для заданного уровня значимости, то ноль-гипотеза об отсутствии коинтеграции не отклоняется.  [c.284]

Давая обобщающую характеристику проблемы коинтеграции временных рядов, мы отмечали, что сама койнтеграция имеет место только для длительных промежутков времени, или в долгосрочной перспективе. Рассмотрим модель регрессии по двум временным рядам у, и х между которыми существует койнтеграция  [c.334]

Соотношение (7.68) описывает механизм расчета случайной ошибки в модели (7.67) в долгосрочной перспективе. Д. Сарган предложил называть совпадение тенденций (коинтеграцию) рядов х, и у, в долгосрочной перспективе их равновесным состоянием, а ошибку е описываемую соотношением (7.68), — равновесной ошибкой2.  [c.334]

Коинтеграция временных рядов 282-285, 334-335 Коллинеарность факторов 92 Конфлюэнтный анализ 17 Коррелограмма 23 3 Корреляционная матрица 112 Корреляция 10, 12, 14, 20 Коэффициент  [c.338]

Рассмотрены краткая история возникновения эконометрики, ее задачи и методы. Излагаются условия и методы построения эконометриче-ских моделей по пространственным данным и временным радам. Описываются структурные модели, включая путевой анализ, а также автокорре-ляционная функция и методы выявления структуры временного ряда. При изучении взаимосвязей между временными рядами уделяется внимание теории коинтеграции, моделям с распределенным лагом (метод Койка) и моделям авторегрессии, включая VAR-модели.  [c.343]

Анализ временных рядов включает в себя очень широкий спектр проблем. В этой главе мы ограничимся четырьмя целями. Первая — это объяснить доступным языком значение наиболее важных терминов, используемых- и анализе временных рядов (динамических процессов). Вторая — проанализировать процесс построения временных рядов как однофакторный стохастический процесс, т.е. стохастический процесс, составляющие которого являются функциями одной рассматриваемой переменной. Третья и четвертая цели — объяснить два эконометрических метода, используемых для анализа временных рядов. Термин "эконо-метрические методы" здесь показывает, что процесс моделируется как функция, зависящая от нескольких переменных, не только от рассматриваемой. Два метода, которые в последнее время все чаще используются при анализе финансовой информации, — это коинтеграция и авторегрессионная условная гетероскедастичность (AR H) и ее обобщенная форма — GAR H. Однако перед тем, как приступить к анализу этих концепций, мы должны определиться с некоторыми понятиями и объяснить некоторые основные формы анализа временных рядов.  [c.314]

В экономике и финансах многие ряды не обладают устойчивыми средним значением и дисперсией. Поэтому далее в этой главе мы изучим коинтеграцию в рядах динамики и AR H-и GAR H-методы, разработанные для работы с такими временными рядами.  [c.327]

Коинтеграция описывает долгосрочную линейную связь между несколькими переменными, которые демонстрируют равновесное отношение друг с другом. Рассмотрим пример с двумя переменными, например, уровень индекса FTSE 100 и курс фьючерсов FTSE 100, которые обозначим соответственно как Хп Y. Есть экономические причины полагать, что в долгосрочном плане они будут иметь равновесную связь друг с другом. Чтобы понять это, рассмотрим модель арбитража наличного и фондового рынков, введенную в гл. 1, для объяснения ценообразования финансовых фьючерсов. Что произойдет, если цена фьючерса будет намного выше или ниже теоретического уровня Если цена фьючерса выше справедливой, то арбитражеры будут продавать фьючерсы и покупать индексы, тем самым опуская цену на фьючерсы до равновесного уровня. И наоборот, если цена фьючерса ниже справедливой, то арбитражеры будут продавать индексы и покупать фьючерсы.  [c.337]

Одна из задач анализа коинтеграции состоит в анализе преимуществ от диверсификации портфеля в дополнение к корреляционному анализу структуры портфеля с точки зрения его математического ожидания и дисперсии. В частности, анализ коинтеграции позволяет выявить существование долгосрочной зависимости между переменными и скорость, с которой краткосрочные отклонения от долгосрочного равновесия сводятся назад к равновесию ( lare и др., 1995).  [c.338]

Коинтеграция двух переменных имеет место, когда порядок интеграции каждого ряда равен Ь, но некая линейная комбинация которых дает ряд с порядком интегрирации, равным а, где а < Ь. В таком случае говорят, что два ряда 1(Ь) коинтегрированы. Для практических целей в финансах принимают Ь = 1 и а = 0. Таким образом, коинтегрированные ряды будут 7(1) и их линейная комбинация будет рядом 7(0).  [c.339]

Для примера рассмотрим обменные курсы S./DM, и S./FFR. Предположим, что каждый из курсов является коинтегрирован-ным рядом первого порядка 7(1), но если из двух рядов мы можем вывести переменную z, Z — Yt— AJf,, которая является рядом 7(0), т.е. колеблется вокруг постоянной средней, то говорят, что X и Y коинтегрированы. Параметр К называется константой коинтеграции.  [c.339]

Денежно-кредитный энциклопедический словарь (2006) -- [ c.144 ]

Эконометрика начальный курс (2004) -- [ c.283 ]

Эконометрика (2002) -- [ c.0 ]