Ограничительный тест Йохансена
[h,pValue,stat,cValue,mles]
= jcontest(Y,r,test,Cons)
[h,pValue,stat,cValue,mles] = jcontest(Y,r,test,Cons,Name,Value)
jcontest проверяет линейные ограничения или на скорости исправления ошибок A или на пространство коинтеграции, заполненное B в уменьшенном ранге VEC (<reservedrangesplaceholder2>) модель <reservedrangesplaceholder1> <reservedrangesplaceholder0>:
Нулевые гипотезы, определяющие ограничения на A или B, проверяются на альтернативное H (r) ранга коинтеграции, меньшее или равное r, без ограничений. Тесты также дают максимальные оценки правдоподобия параметров в модели VEC (q), удовлетворяющие ограничениям.
[ выполняет тест ограничения Йохансена на матрице данных h,pValue,stat,cValue,mles]
= jcontest(Y,r,test,Cons)Y.
[ выполняет тест ограничения Йохансена на матрице данных h,pValue,stat,cValue,mles] = jcontest(Y,r,test,Cons,Name,Value)Y с дополнительными опциями, заданными одним или несколькими Name,Value аргументы в виде пар.
|
| ||||||||||
|
Скаляр или вектор целых чисел между 1 и | ||||||||||
|
Вектор символов, такой как
| ||||||||||
|
Матрица или вектор камеры матриц, задающих тестовые ограничения. Для ограничений на B, количество строк в каждой матрице,
|
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
Детерминированные условия вне коинтегрирующих отношений, c 1 и d 1, идентифицируются путем проецирования постоянных и линейных коэффициентов регрессии, соответственно, на ортогональное дополнение A. | ||||||||||||
|
Скаляр или вектор неотрицательных целых чисел, указывающих на номер <reservedrangesplaceholder3> изолированных различий в VEC (<reservedrangesplaceholder2>) модель <reservedrangesplaceholder1> <reservedrangesplaceholder0>. Отставание и дифференцирование временных рядов уменьшают размер выборки. Отсутствующий любые предтиповые значения, если <reservedrangesplaceholder16> <reservedrangesplaceholder15> определен для t = 1: N, тогда изолированный ряд <reservedrangesplaceholder12> <reservedrangesplaceholder11> − <reservedrangesplaceholder10> определен для t = <reservedrangesplaceholder8> +1 : N. Дифференцирование сокращает время, основу до k + 2: N. При q отстающих различиях общая временная основа составляет q + 2: N, и эффективный размер выборки равен T = N − (q + 1). По умолчанию: 0 | ||||||||||||
|
Скаляр или вектор номинальных уровней значимости для тестов. Значения должны быть больше нуля и меньше единицы. Значение по умолчанию |
Одноэлементные значения для входов расширяются до длины любого векторного значения (количество тестов). Векторные значения должны иметь одинаковую длину. Если любое значение является вектор-строка, все выходы векторов-строк.
|
Вектор булевых решений для тестов с длиной, равной количеству тестов. Значения | ||||||||||||||
|
Вектор правохвостых вероятностей тестовой статистики, с длиной, равной количеству тестов. | ||||||||||||||
|
Вектор тестовой статистики с длиной, равной количеству тестов. Статистика является коэффициентами вероятности, определяемыми тестом. | ||||||||||||||
|
Критические значения для правых хвостовых вероятностей с длиной, равной количеству тестов. Асимптотические распределения тестовой статистики хи-квадрат, с параметром степени свободы, определенным тестом. | ||||||||||||||
|
Структура максимальных оценок правдоподобия, сопоставленная с моделью q y VEC (t), удовлетворяющая ограничениям. Каждая структура имеет следующие поля:
|
Загрузка данных по ценам в Австралии и США:
load Data_JAustralian p1 = DataTable.PAU; % Log Australian Consumer Price Index p2 = DataTable.PUS; % Log U.S. Consumer Price Index s12 = DataTable.EXCH; % Log AUD/USD Exchange Rate Y = [p1 p2 s12]; plot(dates,Y) datetick('x','yyyy') legend(series(1:3),'Location','Best') grid on
Тест отдельных серий на стационарность:
[h0,pValue0] = jcontest(Y,1,'BVec',{[1 0 0]',[0 1 0]',[0 0 1]'})h0 = 1x3 logical array
1 1 0
pValue0 = 1×3
0.0000 0.0000 0.0657
Тест на коинтеграцию:
[h1,pValue1] = jcitest(Y)
************************ Results Summary (Test 1) Data: Y Effective sample size: 76 Model: H1 Lags: 0 Statistic: trace Significance level: 0.05 r h stat cValue pValue eigVal ---------------------------------------- 0 1 60.3393 29.7976 0.0010 0.4687 1 0 12.2749 15.4948 0.1446 0.1157 2 0 2.9315 3.8415 0.0869 0.0378
h1=1×3 table
r0 r1 r2
_____ _____ _____
t1 true false false
pValue1=1×3 table
r0 r1 r2
_____ _______ ________
t1 0.001 0.14455 0.086906
Тест на паритет покупательной способности ():
[h2,pValue2] = jcontest(Y,1,'BCon',[1 -1 -1]')h2 = logical
0
pValue2 = 0.0540
Параметры, A и B в модели VEC (q) пониженного ранга, не однозначно идентифицируются .jcontest определяет B с использованием методов в [3], в зависимости от теста.
При построении ограничений интерпретируйте строки и столбцы numDims-by - r матрицы A и B следующим образом:
Строка i A содержит регулировочные скорости переменной y i к дисбалансу в каждом из r коинтегрирующих отношений.
Столбец j A содержит скорости регулировки каждого из numDims переменные к дисбалансу в j-м коинтегрирующем отношении.
Строка i B содержит коэффициенты переменной y i в каждом из r коинтегрирующих отношений.
Столбец j B содержит коэффициенты каждого numDims переменная в j-м коинтегрирующем отношении .
Тесты на B отвечают на вопросы о пространстве коинтегрирующих отношений. Тесты на A отвечают на вопросы об общих движущих силах в системе. Для примера полностью нулевая строка в A указывает переменную, которая слабо экзогенна относительно коэффициентов в B. Такая переменная может повлиять на другие переменные, но она не адаптируется к дисбалансу в коинтегрирующих отношениях. Аналогично, стандартный векторный столбец с единичными единицами в A указывает переменную, которая исключительно настраивается на неравновесие в конкретном коинтегрирующем отношении.
Матрицы ограничений R удовлетворяющий <reservedrangesplaceholder12> <reservedrangesplaceholder11> = 0 или <reservedrangesplaceholder10> <reservedrangesplaceholder9> = 0 эквивалентен A = <reservedrangesplaceholder7> <reservedrangesplaceholder6> или B = <reservedrangesplaceholder4> <reservedrangesplaceholder3>, где H - ортогональное дополнение R (null(R')) и φ является вектором свободных параметров.
jcontest сравнивает статистику конечных выборок с асимптотическими критическими значениями, и тесты могут показать значительные искажения размера для небольших выборок. См. раздел [2]. Большие выборки приводят к более надежным выводам.
Для преобразования параметров модели VEC (q) в mles выход в параметры модели векторного авторегрессии (VAR), используйте утилиту vec2var.
[1] Гамильтон, Дж. Д. Анализ временных рядов. Princeton, NJ: Princeton University Press, 1994.
[2] Haug, A. «Проверка линейных ограничений на коинтегрирующие векторы: размеры и степени испытаний Wald в конечных выборках». Эконометрическая теория. v. 18, 2002, стр 505–524.
[3] Йохансен, С. Основанный на вероятностях вывод в коинтегрированных векторных авторегрессивных моделях. Oxford: Oxford University Press, 1995.
[4] Juselius, K. Cointegrated VAR Model. Oxford: Oxford University Press, 2006.
[5] Morin, N. «Тесты коэффициента вероятности на коинтегрирующих векторах, векторах регулировки неравновесия и их ортогональных дополнениях». Европейский журнал чистой и прикладной математики. v. 3, 2010, стр 541–571.