egcitest
Тест Энгла-Грейнджера на коинтеграцию
Синтаксис
[h,pValue,stat,cValue,reg1,reg2]
= egcitest(Y)
[h,pValue,stat,cValue,reg1,reg2]
= egcitest(Y,Name,Value)
Описание
Тесты Энгла-Грейнджера оценивают нулевую гипотезу об отсутствии коинтеграции среди временных рядов в Y. Тест регрессирует Y(:,1) на Y(:,2:end), затем проверяет невязки на корень модуля.
[ выполняет тест Engle-Granger на матрице данных h,pValue,stat,cValue,reg1,reg2]
= egcitest(Y)Y.
[ выполняет тест Engle-Granger на матрице данных h,pValue,stat,cValue,reg1,reg2]
= egcitest(Y,Name,Value)Y с дополнительными опциями, заданными одним или несколькими Name,Value аргументы в виде пар.
Входные параметры
|
numObs -by - numDims матрица numObs представляющая наблюдения < reservedrangesplaceholder4 > -мерных временных рядов y (t) с последним наблюдением самого последнего. Y не может иметь более 12 столбцов. |
Аргументы в виде пар имя-значение
Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.
|
Вектор символов, такой как y 1 = X a + Y 2 b +
По умолчанию: |
|
Вектор или камера вектор векторов, содержащих коэффициенты [a; b], для удержания в коинтегрирующей регрессии. Длина a 0, 1, 2 или 3, в зависимости от По умолчанию: Полностью не заданный вектор коинтеграции (все значения NaN). |
|
Вектор символов, такой как Значения:
Тестовая статистика вычисляется вызовом По умолчанию: |
|
Скаляр или вектор неотрицательных целых чисел, указывающих количество лагов, используемых в остаточной регрессии. Значение параметра зависит от значения По умолчанию: |
|
Вектор символов, такой как Значения:
Значение параметра зависит от значения По умолчанию: |
|
Скаляр или вектор номинальных уровней значимости для тестов. Значения должны быть от 0,001 до 0,999. По умолчанию: 0.05 |
Одноэлементные значения параметров расширяются до длины любого векторного значения (количество тестов). Векторные значения должны иметь одинаковую длину. Если любое значение является вектор-строка, все выходы векторов-строк.
Выходные аргументы
|
Вектор булевых решений для тестов с длиной, равной количеству тестов. Значения | ||||||||||||||||||||||||||||||||||||||||||||||||
|
Вектор p -значений тестовой статистики с длиной, равной количеству тестов. p -значения являются лево-хвостовыми вероятностями. | ||||||||||||||||||||||||||||||||||||||||||||||||
|
Вектор тестовой статистики с длиной, равной количеству тестов. Статистическая величина зависит от | ||||||||||||||||||||||||||||||||||||||||||||||||
|
Вектор критических значений для тестов с длиной, равной количеству тестов. Значения предназначены для левосторонних вероятностей. Поскольку невязки оцениваются, а не наблюдаются, критические значения отличаются от тех, которые используются в | ||||||||||||||||||||||||||||||||||||||||||||||||
|
Структура регрессионной статистики коинтегрирующей регрессии. | ||||||||||||||||||||||||||||||||||||||||||||||||
|
Структура регрессионной статистики от остаточной регрессии. Количество записей в
* Отставание и дифференцирование временных рядов уменьшает размер выборки. Отсутствующий любые предтиповые значения, если y (<reservedrangesplaceholder15>) определен для t = 1: N, тогда изолированный ряд <reservedrangesplaceholder12> (t − <reservedrangesplaceholder10>) определен для t = <reservedrangesplaceholder8> +1: N. Дифференцирование сокращает время, основу до k + 2: N. С изолированными различиями p общая основа времени - <reservedrangesplaceholder3> +2: N и эффективный объем выборки - <reservedrangesplaceholder1> − (p +1). |
Примеры
Тестируйте несколько временных рядов на коинтеграцию с использованием egcitest
Загрузка данных о срочной структуре процентных ставок в Канаде.
load Data_Canada Y = Data(:,3:end); names = series(3:end); plot(dates,Y) legend(names,'location','NW') grid on
Тест на коинтеграцию (и воспроизведите строку 1 таблицы II в [3]).
[h,pValue,stat,cValue,reg] = egcitest(Y,'test',... {'t1','t2'}); h,pValue
h = 1x2 logical array
0 1
pValue = 1×2
0.0526 0.0202
Постройте график расчетного соотношения коинтеграции .
a = reg(2).coeff(1);
b = reg(2).coeff(2:3);
plot(dates,Y*[1;-b]-a)
grid on
Алгоритмы
Подходящее значение для lags должен быть определен в порядок, чтобы сделать допустимые выводы из теста. См. заметки на lags параметр в документации для adftest и pptest.
Выборки с менее ~ 20-40 наблюдениями (в зависимости от размерности данных) могут привести к ненадежным критическим значениям и таким ненадежным выводам. См. [3].
Если коинтеграция выведена, невязки от reg1 выход может использоваться как данные для термина исправления ошибок в представлении VEC y (t). См. раздел [1]. Оценка компонентов авторегрессивной модели может затем выполняться сestimate, обрабатывая остаточный ряд как экзогенный.
Ссылки
[1] Engle, R. F. and C. W. J. Granger. «Совместная интеграция и исправление ошибок: представление, оценка и проверка». Эконометрика. v. 55, 1987, стр 251–276.
[2] Гамильтон, Дж. Д. Анализ временных рядов. Princeton, NJ: Princeton University Press, 1994.
[3] MacKinnon, J. G. «Функции численного распределения для Модуля корня и коинтеграции». Журнал прикладной эконометрики. v. 11, 1996, стр 601–618.