En mynttegrasjonstest brukes til å fastslå om det er en sammenheng mellom flere tidsserier Tidsseriedata Analyse Tidsseriedataanalyse er analysen av datasett som endres over en periode. Datasett for tidsserier registrerer observasjoner av den samme variabelen over forskjellige tidspunkter. Finansanalytikere bruker tidsseriedata som aksjekursbevegelser, eller et selskaps salg over tid på lang sikt. Konseptet ble først introdusert av nobelprisvinnerne Robert Engle og Clive Granger i 1987, etter at den britiske økonomen Paul Newbold og Granger publiserte det falske regresjonskonseptet.
Myntintegrasjonstester identifiserer scenarier der to eller flere ikke-stasjonære tidsserier er integrert sammen på en måte som de ikke kan avvike fra likevekt på lang sikt. Testene brukes til å identifisere følsomhetsgraden til to variabler for samme gjennomsnittspris over en spesifisert tidsperiode.
Myntintegrering av kjønn som en indikator på ekteskapsalderen
Kilde: Econometrics Beat (Dave Giles blogg)
Sammendrag
- Myntintegrering er en teknikk som brukes for å finne en mulig sammenheng mellom tidsserieprosesser på lang sikt.
- Nobelpristagere Robert Engle og Clive Granger introduserte begrepet myntintegrasjon i 1987.
- De mest populære mynt integreringstestene inkluderer Engle-Granger, Johansen Test og Phillips-Ouliaris test.
Historie om mynt integrering
Før introduksjonen av mynttegrasjonstester stolte økonomer på lineære regresjoner for å finne forholdet mellom flere tidsserieprosesser. Imidlertid hevdet Granger og Newbold at lineær regresjon var en feil tilnærming for å analysere tidsserier på grunn av muligheten for å produsere falsk korrelasjon. En falsk korrelasjon oppstår når to eller flere assosierte variabler anses som årsaksrelaterte på grunn av enten en tilfeldighet eller en ukjent tredje faktor. Et mulig resultat er et misvisende statistisk forhold mellom flere tidsserievariabler.
Granger og Engle publiserte et papir i 1987, der de formaliserte den mynt integrerende vektortilnærmingen. Konseptet deres etablerte at to eller flere ikke-stasjonære tidsseriedata er integrert sammen på en måte som de ikke kan bevege seg bort fra noe likevekt på lang sikt.
De to økonomene argumenterte mot bruk av lineær regresjon for å analysere forholdet mellom flere tidsserievariabler fordi tilbaketrekning ikke ville løse problemet med falsk korrelasjon. I stedet anbefalte de å sjekke for myntintegrering av den ikke-stasjonære tidsserien. De argumenterte for at to eller flere tidsserievariabler med I (1) -trender kan samintegreres hvis det kan bevises at det er et forhold mellom variablene.
Metoder for testing av myntintegrering
Det er tre hovedmetoder for testing av myntintegrering. De brukes til å identifisere de langsiktige forholdene mellom to eller flere sett med variabler. Metodene inkluderer:
1. Engle-Granger totrinnsmetode
Engle-Granger totrinnsmetoden starter med å lage rester basert på den statiske regresjonen og deretter teste restene for tilstedeværelse av enhetsrøtter. Den bruker Augmented Dickey-Fuller Test (ADF) eller andre tester for å teste for stasjonære enheter i tidsserier. Hvis tidsserien blir integrert, vil Engle-Granger-metoden vise restens restaritet.
Begrensningen med Engle-Granger-metoden er at hvis det er mer enn to variabler, kan metoden vise mer enn to mynt integrerende forhold. En annen begrensning er at det er en enkelt ligningsmodell. Imidlertid har noen av ulempene blitt tatt opp i nylige myntintegrasjonstester som Johansens og Phillips-Ouliaris-tester. Engle-Granger-testen kan bestemmes ved hjelp av STAT eller MATLAB Financial Modeling With Matlab-programvare.
2. Johansen Test
Johansen-testen brukes til å teste mynt integrerende forhold mellom flere ikke-stasjonære tidsseriedata. Sammenlignet med Engle-Granger-testen tillater Johansen-testen mer enn ett mynt integrerende forhold. Imidlertid er det underlagt asymptotiske egenskaper (stor prøvestørrelse) siden en liten prøvestørrelse vil gi upålitelige resultater. Ved å bruke testen for å finne myntintegrering av flere tidsserier unngås problemene som oppstår når feil overføres til neste trinn.
Johansens test kommer i to hovedformer, dvs. Trace-tester og Maximum Eigenvalue-test.
- Spor tester
Sporingstester evaluerer antall lineære kombinasjoner i en tidsseriedata, dvs. at K skal være lik verdien K 0, og hypotesen for at verdien K skal være større enn K 0. Den er illustrert som følger:
H 0 : K = K 0
H 0 : K> K 0
Når vi bruker sporingstesten til å teste for myntintegrering i et utvalg, setter vi K 0 til null for å teste om nullhypotesen vil bli avvist. Hvis det avvises, kan vi utlede at det eksisterer et mynt integreringsforhold i utvalget. Derfor bør nullhypotesen avvises for å bekrefte eksistensen av et mynt integreringsforhold i utvalget.
- Maksimal Eigenvalue-test
En Eigenvalue er definert som en ikke-null vektor som, når en lineær transformasjon påføres den, endres med en skalar faktor. Maksimal Eigenvalue-test ligner Johansens sporingsprøve. Hovedforskjellen mellom de to er nullhypotesen.
H 0 : K = K 0
H 0 : K = K 0 + 1
I et scenario der K = K 0 og nullhypotesen blir avvist, betyr det at det bare er ett mulig utfall av variabelen for å produsere en stasjonær prosess. Imidlertid, i en situasjon hvor K 0 = m-1 og nullhypotesen blir avvist, betyr det at det finnes M mulige lineære kombinasjoner. Et slikt scenario er umulig med mindre variablene i tidsserien er stasjonære.
Tilleggsressurser
Finance er den offisielle leverandøren av den globale Financial Modelling & Valuation Analyst (FMVA) ™ FMVA®-sertifisering. Bli med på 350 600 studenter som jobber for selskaper som Amazon, JP Morgan og Ferrari-sertifiseringsprogram, designet for å hjelpe alle med å bli en finansanalytiker i verdensklasse . For å fortsette å lære og fremme karrieren din, vil de ekstra finansressursene nedenfor være nyttige:
- Grunnleggende statistikkbegreper i økonomi Grunnleggende statistikkbegreper for økonomi En solid forståelse av statistikk er avgjørende for å hjelpe oss med å bedre forstå økonomi. Videre kan statistikkonsepter hjelpe investorer å overvåke
- Korrelasjonsmatrise Korrelasjonsmatrise En korrelasjonsmatrise er ganske enkelt en tabell som viser korrelasjonskoeffisientene for forskjellige variabler. Matrisen viser sammenhengen mellom alle mulige verdipar i en tabell. Det er et kraftig verktøy for å oppsummere et stort datasett og for å identifisere og visualisere mønstre i de gitte dataene.
- Tverrsnittsdataanalyse Tverrsnittsdataanalyse Tverrsnittsdataanalyse er analysen av tverrsnittsdatasett. Undersøkelser og offentlige registre er noen vanlige kilder til tverrsnittsdata
- Hypotesetesting Hypotesetesting Hypotesetesting er en metode for statistisk slutning. Den brukes til å teste om en uttalelse angående en populasjonsparameter er riktig. Hypotesetesting
