Als ich die Ergebnisse gelesen habe, haben Sie zwei Kointegrationsgleichungen oder zwei Kointegrationsvektoren. Dies bedeutet, dass der Kointegrationsrang gleich 1 ist (Anzahl der Variablen im System abzüglich der Anzahl der Kointegrationsvektoren: 3-21). Zwei Kointegrationsvektoren sind nicht dieselben wie die Kointegrationsreihenfolge gleich zwei. Ihre Kointegrationsreihenfolge ist gleich 1, wenn jede der ursprünglichen Variablen I (1) ist, da es eine lineare Kombination (tatsächlich zwei lineare Kombinationen der Variablen, die stationär sind, aufgrund der zwei Kointegrationsvektoren) gibt. Seitliche Anmerkung: Zeile 3 Eingeschlossene Beobachtungen: 21 nach Anpassungen deutet darauf hin, dass Sie sehr wenige Datenpunkte haben, so dass die Ergebnisse des Kointegrationstests möglicherweise nicht zuverlässig sind. Beantwortet Mai 27 15 am 13:23 Da der Johansen-Test zeigt Präsenz der Kointegration, VECM wäre die logische Wahl sein. Auf einer Seite beachten, bin ich sehr besorgt über die geringe Anzahl der Beobachtungen. Wenn ich die Tabelle richtig lese, ist die Anzahl der Beobachtungen für jedes Modell, das größer als etwa VAR (1) oder VECM (1) ist, wesentlich zu niedrig. Versuchen Sie, parsimonious Modelle so weit wie möglich zu verwenden und nicht vertrauen die Schätzergebnisse zu viel. Ndash Richard Hardy Mai 27 15 um 17: 59 Ich habe zwei Zeitreihen a amp b. Das Ziel besteht darin, herauszufinden, ob zwei Reihen kointegriert sind oder nicht. Ich bin mit Johansen Test in R, um dies herauszufinden. Hier ist die Zusammenfassung des Tests (Trace-Test mit konstantem Intercept): ca. jo (cbind (a, b), typetrace, ecdet const, K 2, spec longrun) Johansen-Prozedur Testtyp: Ohne lineare Tendenz und Konstante in der Kointegration Werte der Teststatistik und der kritischen Werte des Tests: Eigenvektoren, auf die erste Spalte normiert: (Dies sind die Kointegrationsbeziehungen) konstant 1135.666923 -2889.4155208 -7862.128714 Gewichte W: (Dies ist die Ladungsmatrix) Nun meine Frage wie Um dieses Ergebnis zu interpretieren und festzustellen, ob ein Verstärker b integriert sind oder nicht Was ist eine Belastungsmatrix in einem Kointegrationstest Wie interpretieren Sie die kritischen Werte Wie zu bestimmen, ob ein konstanter Intercept oder Null-Intercept behalten muss Ich muss überprüfen, einzelne Serien ist ein Ich (1) Reihe vor dem Ausführen von johansen Test Es gibt eine ähnliche Frage, die vor hier gefragt wurde, aber es hat nicht meine Frage vollständig beantwortet. Gefragt Mai 23 12 at 19:57 Einige Ihrer Frage wurde bereits auf die Frage, die Sie erwähnt beantwortet. Bitte lesen Sie es sorgfältig, um besser zu verstehen. Insbesondere beantwortet er sehr gut, wie man schließt, ob es eine Kointegration gibt oder nicht. Beachten Sie auch, dass diese Frage nicht wirklich relevant ist hier sowohl auf Ebene und Thema (Es ist eine reine statistische Frage und kann auf stats. stackexchange gefragt werden). Wenn Sie mehr Details und Beweise zu diesem Thema benötigen, könnten Sie lesen Johansen seminal Artikel: Schätzung und Hypothesenprüfung von Kointegrationsvektoren in Gaussian Vector Autoregressive Modelle. (Es ist sehr technisch aber) Jetzt können wir die anderen eins nach dem anderen. 1Die Ladungsmatrix ist die Matrix, die allgemein als alpha (Check urca-Dokumentation) bezeichnet wird. 2 Die kritischen Werte: Wenn die Nullhypothese (r0, rlt1) überprüft wird, folgt Ihre Teststatistik einer bekannten Verteilung. Angesichts der kumulativen Verteilung können Sie finden, wo liegen 90, 95, 99 der Werte. Hier unter der Null ist Ihre Teststatistik (die Spur) ein chi2 verteilt. Deshalb, wenn ihr Wert größer als einige der kritischen Werte ist, können Sie die Null an diesem Vertrauen zurückweisen. Offensichtlich in Ihrem Fall können Sie nicht ablehnen, etwas in keinem Vertrauen (bedeutet nicht, dass Sie bewiesen, dass die NULL überprüft wird). Im nicht sagen Sie, wenn dies bedeutet, dass Mit-Integration oder nicht, wie es viel besser ist, dass Sie das herausfinden, für sich. 3 Im nicht so sicher über die Intercept (in der VECM), aber es ist kritisch, wie es entspricht einem deterministischen Trend in der VAR-Darstellung und ändert sich Ihre Test-Statistiken. Ich nehme an, Sie könnten zuerst ein Modell mit dem Intercept und Test für seine Bedeutung. Mein Glaube ist, dass deterministische Tendenz ist nicht sehr wahrscheinlich mit finanziellen Zeitreihen. 4 Im Gegensatz zu den Tests (ADF und andere) basierend auf Engle und Granger Methodik müssen Sie nicht testen, ob Ihre Serie I (1) zuvor, da dies eine der Null in Ihrem Trace-Test ist. Chek die man in der vorherigen Frage erwähnt hat. In der Regel denke ich, sollte jemand versuchen zu beantragen. Verwenden Sie nicht eine statistische Methode, wenn Sie es nicht verstehen. Vielen Dank für Ihre Antwort. Ich habe noch ein paar Zweifel. Im 4. Punkt, sagen Sie, dass im Johansen-Test brauchen wir nicht zu testen Serie ist I (1) individuell Kann man eine Hypothese (r0 oder rlt1) und erklären die Null-Hypothese und das genaue Kriterium, wann sie ablehnen. Und auch, in Chi-Quadrat-Verteilung, was sollte der Grad der Freiheit sollte ich verwenden. Nochmals vielen Dank ndash techpaisa 25. Mai um 05:51 Uhr techpaisa muss man nacheinander testen, die erste ist null: r0 gegen rgt0. In Ihrem Fall Sie ablehnen bei 99, wenn Ihr Test (12,88) gt24.60. Wenn dies wahr war, würden Sie dann r1 gegen rgt1 testen. 2,46 bis 12,97. Wenn Sie ablehnen, dass dann können Sie schließen, dass r2. Sie müssen nicht wissen, den Grad der Freiheit, wie die kritischen Werte tabelliert sind. Ich dachte, wir müssen sicherstellen, dass wir nicht geben keine I (0) - Variablen in die Johansen Verfahren Einführende Ökonometrie für die Finanzen beginnt Ihr Johansen-Kapitel mit 39Beachten, dass eine Menge von g Variablen unter Berücksichtigung, dass I (1) und sind. 39. Auch wouldn39t Sie nur trivial cointegrating Beziehungen, wenn Sie in I (0) Variablen ndash Jase Dec 28 12 at 6:27
No comments:
Post a Comment