Documente Academic
Documente Profesional
Documente Cultură
8
k
; N #0,1: n'
$utem determina un interval de ncredere 95< n care se afl
k
#1,96 = se#8
k
'>1,96 = se#8
k
'' ,
deci
k
#1,96 =1: n > 1,96
=1:
n '
1n e9emplul dat, deoarece n?88, varianta lui 8
k
este 1:88, iar eroarea standard este
1: 88 = 0,1066 Conform propriettilor distributiei normale standard, intervalul de ncredere 95<
pentru orice
k
va fi 1,96#0,1066' = 0,2089 /stfel, dac un
k
estimat se afl n intervalul
#0,2089>0,2089' , nu respingem ipote,a c
k
real este ,ero )ac
k
estimat se afl n afara
intervalului
#0,2089>0,2089' , atunci putem respinge ipote,a c
k
real este ,ero %ntervalul de
ncredere 95< este marcat prin dou linii punctate 1n corelogram se observ c toti coeficientii
8
k
p@n la lagul 2A sunt semnificativi statistic, adic sunt statistic diferiti de 0
$entru a testa ipote,a c toti coeficientii de autocorelatie sunt simultan nuli, se folose*te statistica
B0ung-&o9"
k
n k
m
Q = LB = n(n + 2)
8
2
;
2
m
k =1
H
0
"toti
k
= 0
#seria este stationar'
H
1
"e9ista
k
0
#seria este nestationar'
1n selectiile de volum mic, statistica LB s-a dovedit a avea proprietti mai bune dec@t statistica
&o9-$ierce
$entru seria de date $%&, statistica C ba,at pe 25 de laguri are valoarea 891, deci este
semnificativ diferit de 0> probabilirarea de a obtine o astfel de valoare
2
este ,ero Conclu,ia
este c nu toti coeficientii
k
sunt ,ero )eci conclu,ia final, ba,at pe corelogram, este c seria
de timp $%& este nestationar
&. estul pentru stationaritate sau pentru o rdcin e"al cu 1
y
t
= y
t 1
+
t
)ac = 1, spunem c variabila y
t
are o rdcin unitar
y
t
= # 1' y
t 1
+
t
= y
t 1
+
t
Ipoteza de rdcin unitar'(nit )oot
H
0
" seria are rdcin unitar *i este nestationar
H
1
" seria este stationar
estul Dic*e+'$uller#(nit )oot est%
)ac = 1 sau = 0 , atunci seria nu este stationar )ac < 1, atunci seria este stationar
= DF =
8
se#
8
' )ac D
cal
c
D >D
cr
t
D respingem H
0
*i acceptm c seria este stationar
)ac D
calc
D<D
crt
D acceptm c seria este nestationar
)icEeF *i -uller au propus trei ecuatii de regresie diferite
i' y
t
= y
t 1
+
t
ii' y
t
= y
t 1
+ +
t
iii' y
t
= y
t 1
+ + t +
t
)ac = 0 , seria contine o rdcin egal cu 1
$entru a permite posibilitatea de a e9ista o corelatie serial n
t
folosim testul /)- Gestul /)-
include termeni /H#p' ai termenului y
t
n cele trei modele alternative )ac termenul eroare este
p
autocorelat, ultimul din cele trei modele va fi" y
t
= y
t 1
+ + t +
i
y
t i
+
t
i=1
1n ca,ul c@nd avem interceptie dar nu avem trend obtinem"
t ? #1,217A' #-0,57I2' #A,0888'
H
2
?0,107I )J?d?2,0705
t
t
/m obtinut urmtoarele re,ultate"
P
8
I
B
= 28,I190 0,00AA PIB
t 1
+ 0,A19I PIB
t 1
$entru scopul nostru este important statistica t # ,tau' a variabilei $%&
t-1
%pote,a nul este c
= 0 , ec6ivalent cu = 1, sau e9ist o rdcin unitar $entru modelul nostru, valorile critice
sunt -A,508A26, -2,895512 *i -2,587952, corespun,toare nivelurilor de semnificatie de 1<, 5< *i
10< (aloarea calculat pentru statistica este -0,57I205, care n valoare absolut este mai mic
dec@t valorile critice Ku putem respinge ipote,a nul, c e9ist o rdcin unitar, deci seria $%&
este nestationar
1n ca,ul c@nd avem interceptie *i trend obtinem urmtoarele re,ultate #figura '"
P
8
I
B
= 2A7,9I29 + 1,892199 t 0,0I8661PIB
t 1
+ 0,A55I97 PIB
t 1
t ? #2,A8AA91' #2,152260' #-2,21528I' #A,767I08'
H
2
?0,152615 )J?d?2,0858I5
$entru scopul nostru este important statistica t # ,tau' a variabilei $%&
t-1
%pote,a nul este c
= 0 , ec6ivalent cu = 1, sau e9ist o rdcin unitar $entru modelul nostru, valorile critice
sunt -7,06829, -A,762912 *i -A,15I8A6, corespun,toare nivelurilor de semnificatie de 1<, 5< *i
10< (aloarea calculat pentru statistica este -2,21528I, care n valoare absolut este mai mic
dec@t valorile critice Ku putem respinge ipote,a nul, c e9ist o rdcin unitar, deci seria $%&
este nestationar
-. .eria de timp PIB devine serie stationar dup aplicarea operatorului de diferentiere
$entru a aplica operatorul de diferentiere, n 3(ie4s scriem" series )$%&?)#$%&'
$entru seria transformat reali,m graficul *i comparm graficul seriei $%& cu cel al seriei )$%&
!eria diferentiat, )$%& nu mai pre,int trend
t
t
/m aplicat testul /)- seriei diferentiate *i am obtinut urmtoarele re,ultate"
DP
8
I
B
= 16,00798 0,682I62 DPIB
t 1
t ? #A,670211' #-6,6A0AA9'
H
2
?0,A7A552 )J?d?2,0A7725
$entru modelul nostru, valoarea calculat pentru statistica este -6,6A0AA9, care n valoare
absolut este mai mare dec@t valorile critice Hespingem ipote,a nul, c e9ist o rdcin unitar,
deci seria diferentiat, )$%&, este o serie stationar
/. .erii nestationare de tip D. #)ifference-!tationaritF' *i de tip . #Grend-!tationaritF'
)atele de tip serii cronologice, de foarte multe ori, tind s se modifice n aceea*i directie, din
cau,a trendului care este comun tuturor
Cum putem *ti dac trendul dintr-o serie precum $%& este determinist sau stoc6astic2
)ac o serie de timp are o rdcin unitar, atunci seria pre,int un trend stoc6astic *i este de tip
)! Grendul de tip stoc6astic *i se elimin prin calculul diferentelor de ordinul 1 sau de ordin 2
y
t
= y
t
y
t 1
,
2
y = # y
t
y
t 1
' = y
t
y
t 1
'
=
# y
t
y
t 1
' # y
t 1
y
t 2
'
= y
t
2
y
t 1
+ y
t 2
5 variabil cu trend determinist poate deveni stationar introduc@nd variabila timp n orice
regresie a sa, sau efectu@nd o regresie preliminar n raport cu timpul *i sc,@nd trendul estimat
din valorile variabilei
Care este semnificatia practic a celor dou tipuri de procese2 )in punctul de vedere al
progno,elor, predictiile pe termen lung, efectuate din procese G! sunt mai de ncredere,
comparativ cu cele efectuate prin procese )! $re,enta unui trend stoc6astic arat c fluctuatiile
din acea serie de timp sunt re,ultatul unor *ocuri asupra componentei de trend Locurile sau
perturbatiile aplicate seriilor de tip )! vor afecta permanent nivelul acestora
0. )e"resii 1ndoielnice sau aparente
Ke propunem s regresm C6eltuielile de Consum $ersonal #CC$' n raport cu (enitul $ersonal
)isponibil #($)', pentru a determina legtura dintre cele dou variabile /m obtinut urmtoarele
re,ultate"
/vem H
2
? 0,997, deci foarte aproape de 1, iar nclinatia marginal spre consum este po,itiv *i
panta este semnificativ !ingura problem o ridic statistica )-J
)ac H
2
M)J, e9ist suspiciunea c regresia este ndoielnic
)ac efectum testul )icEeF--uller pentru fiecare din cele dou serii #CC$ *i ($)' gsim c
fiecare are o rdcin unitar, adic sunt serii nestationare
)iferentiem aceste dou serii *i obtinem seriile stationare CC$ *i ($)
)eoarece seriile CC$ *i ($) sunt stationare, este bine s regresm CC$ n raport cu ($)2
Hspunsul este K+N, deoarece, lu2nd diferentele de ordinul 1nt2i ale seriilor! putem pierde
relatia pe termen lun" dintre variabile, relatie care este dat prin nivelurile variabilelor
5 teorie economic este stabilit ca o relatie pe termen lung ntre variabilele date sub form de
niveluri *i nu sub form de diferente de ordinul nt@i Li n acest ca, particular, nivelul consumului
este o functie de nivelul venitului> relatia nu este enuntat n termeni de diferente de ordinul 1 ale
acestor variabile
)in graficele celor dou serii se vede c, de3i au o tendint cresctoare stochastic! totu3i! cele
dou serii par a se modifica 1mpreun, n acela*i ritm, fiind pe aceea*i lungime de und Cele
dou serii sunt serii cointe"rate
Combinatia liniar a celor dou serii CC$ *i ($) ar putea fi stationar $utem scrie modelul"
t
= CCP
t
1
2
VPD
t
.sim c
t
; I #0' sau stationar
t
1n conclu,ie, dac re,iduurile, dintr-o regresie cu date serii de timp, repre,int o serie %#0', adic
stationar, metodologia de regresie clasic, ce include testele t *i -, este valabil *i aplicabil *i
datelor de tip serii cronologice 5 asfel de regresie se nume*te regresie de cointegrare, iar
parametrul
2
este numit parametru de cointegrare
$entru a testa cointegrarea putem folosi dou metode"
1' aplicm unul din testele )- sau /)- seriei re,iduurilor estimate din regresia de cointegrare
2' testul )urbin-Jatson din regresia de cointegrare #CH)J'
Kumim .erii cointe"rate seriile integrate de acela*i ordin, ce admit o combinatie liniar care este
%#0' sau integrat de un ordin mai mic dec@t ordinul de integrare al seriilor initiale
3stimarea unui model de regresie cu serii cronologice nestationare, prin MCMMP, duce la valori
foarte mari at@t ale coeficientului de determinatie, c@t *i ale statisticilor t, c6iar dac nu e9ist nici
o relatie ntre variabile .ranger *i Ke4bold au sugerat urmtoarea regul de a stabili regresiile
ndoielnice" dac
R
2
> DW
sau R
2
1, atunci regresia este una ndoielnic #spurious regression'
Hevenim la modelul
CC
P
t
=
1
+
2
VPD
t
+
t
3stimatiile modelului sunt n ultimul tabel
3(ie4s /plicm re,iduurilor obtinute din aceast regresie testul )- de rdcin unitar /m
obtinut re,ultatele urmtoare"
2
8
t
= 0,2I5A8
t 1
R = 0,172205
t ? #-A,II91'
)eoarece valoarea absolut a statisticii este A,II91 *i este mai mare dec@t valorile critice #-
2,5918, -1,9776 *i -1,617A, corespun,toare nivelurilor de semnificatie de 1<, 5< *i 10<',
conclu,ia ar fi c seria re,iduurilor este stationar, adic nu e9ist rdcin unitar He,ult c
seriile CC$ *i ($) sunt cointegrate
4. Cointe"rarea 3i mecanismul de corectare utiliz2nd erorile
/m artat c seriile CC$ *i ($) sunt cointegrate, adic e9ist o relatie de ec6ilibru pe termen lung
ntre ele )esigur c, pe termen scurt ar putea e9ista de,ec6ilibru !e poate trata termenul eroare
t
= CCP
t
1
2
VPD
t
ca Oeroarea de ec6ilibruP !e poate folosi acest termen eroare pentru a
pune n legtur comportamentul pe termen scurt al lui CC$ cu valoarea lui pe termen lung
-olosim modelul
CCP
t
=
0
+
1
VPD
t
+
2
8
t 1
+
t
8
t
1
este estimatia empiric a termenului eroare de ec6ilibru /ceast ultim regresie leag
modificarea din CC$ de modificarea din ($) *i eroarea de ec6ilibru din perioada anterioar 1n
aceast regresie
VPD captea, perturbatiile pe termen lung din ($), iar termenul 8
t 1
captea,
a0ustarea ctre ec6ilibrul pe termen lung )ac
2
este semnificativ statistic, el arat ce proportie a
de,ec6ilibrului din CC$ ntr-o perioad, este corectat n perioada urmtoare
CC
8
P
= 11,6918A + 0,2906VPD
t
0,086I8
t 1
t ? #5,A279A6' #7,1I1I15' #-1,600A11'
H
2
?0,1I1I2I, )J?d?1,92AA81
/ceste re,ultate arat c modificrile pe termen scurt din ($) au efect po,itiv semnificativ asupra
CC$ *i c 0,086I din discrepanta dintre valoarea actual *i cea de ec6ilibru, sau pe termen lung, a
lui CC$ este eliminat sau corectat pe fiecare trimestru
)ar, pentru c p-value pentru coeficientul
2
este 0,11AA, acest coeficient nu este semnificativ
)ac privim regresia de cointegrare, nclinatia marginal spre consum era 0,96I25, care sugerea,
c e9ist practic o relatie unu la unu ntre CC$ *i ($) *i c CC$ se a0ustea, la cre*terea pe
termen lung destul de rapid, urm@nd o perturbatie
Procedee de stationarizare
Cum inducem stationaritatea 1n medie5
-$rin diferente de ordinul 1 sau 2
-$rin diferentiere se,onier )e e9emplu dac /C- la lagul 12 tinde foarte greu la 0, avem o
se,onalitate de ordinul 12 *i vom calcula diferente de ordinul 12" Qt R Qt-12
Cum inducem stationaritatea 1n dispersie5
-)ac dispersia seriei initiale nu este constant, atunci seria se logaritmea,
-)ac *i dup logaritmare e9ist un trend n date, se iau diferente de ordinul 1 /tentie"
K+ se logaritmea, dup ce s-au efectuat diferente de ordinul 1