TESTE DE VERIFICARE A

STAŢIONARITĂŢII
pentru analiza comportamentului
evolutiv al seriilor de date
 Proces de zgomot alb
O suită de variabile aleatoare et de aceeaşi
distribuţie (aceeaşi medie şi aceeaşi varianţă) şi
independente, care îndeplinesc ipotezele:
• E(et) = 0,
• E(et2) = 2,
• covet , et   0 pentru t ≠ t, se spune că formează un
proces de zgomot alb şi implică pentru toţi t = 1,
k = corr(et, et - k) = 0.
 Testarea staţionarităţii
• Se testează ipoteza că un proces aleator (cel care generează erori
de previziune de ordinul 1) este unul de zgomot alb, cu ajutorul
unor:
- teste individuale, referitoare la o anumită autocorelaţie
de ordin k, când se suspectează o întârziere k,
- un test global asupra mai multor autocorelaţii, când nu
se suspectează nici un retard anume.
Este imposibil de a efectua un test pentru toate lagurile, chiar
dacă seriile sunt de lungime finită.
Procesele aleatoare sunt în general considerate pentru t de la
- la +, şi nu pentru t = 1, n.

O serie este staţionară când nu are nici tendinţă, nici sezonalitate

şi este omogenă în raport cu timpul.
 Test individual de zgomot alb
Estimarea lui k este evident rk(e).
Testul de ipoteze este:
H0: k = 0
H1: k  0
Statistica de testat este RC 
 rk e n , care urmează o lege
normală redusă N(0,1).
De exemplu, pentru  = 5%, se acceptă H0, dacă:
-1,96 < RC* < +1,96 sau împărţind la n
-1,96/ n < rk(e) < +1,96/ n .

În caz contrar se acceptă H1, autocorelaţia este semnificativă

la un prag de semnificaţie  = 5%. Aceste limite de semnificaţie
se pot fixa: pentru n = 16 este de +0,5, pentru n = 100 este +0,2
şi pentru n = 400 este +0,1.
(rezultat din calculul +1,961/20 = +0,1 ).
 Testul global de zgomot alb
Testul Q al lui Box-Pierce
Testul se realizează pentru primele k autocorelaţii.
H0: 1 = 2 =…=k = 0
H1: există cel puţin un k  0, k = 1,K
K

Testul se referă la statistica Q 

 n   k e, care pentru n
r 2

k 1
mare, urmează o lege 2 cu k grade de libertate.
r e n   r
k
2
k
2
e n
Dacă se fixează  = 5%, se verifică dacă Q* > 2tab;
2tab reprezintă cuantila de ordinul 0,95 a legii 2 cu k
grade de libertate.
 5700

4500
4700
4900
5100
5300
5500
5900
1
5
6100
9
13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
101
105
109
113
117
121
125
129
133
137
141
145
149
153
157
161
165
169
173
177
181
185
189
193
197
201
205
209
213
217
221
225
229
233
237
241
Evolutia indicelui BET(EUR) in perioada 4.ian. 2016 - 9 feb. 2017

245
249
253
257
261
265
269
273
277
281
 Analiza comportamentului evolutiv

• Seriile nestaţionare
• Seriile staţionare

• Testarea nestaţionariţăţii seriei:

– Testul Bartlett (test individual si global – corelograma)
– Testul Q al lui Box-Pierce
– Testul Ljung-Box
Testul Bartlett
 Testul Q al lui Box-Pierce
m
Qn 
k 1
rk2

• Q >  , rezultă ca se respinge H0, adica exista

2

rk semnificativi diferiţi de 0 şi deci seria

indicilor BET este nestationară.
 Testul Ljung-Box

k r j2 
LB  n(n  2)   n j 
j 1 



LB >  2
α=5%, 16 grd. lib.,
se infirmă H0, conform căreia rk sunt simultan nesemnificativi
(asemănător testului Box-Pierce); se accepta H1.
Testarea staționarității
unei serii de timp
 Proces random walk
Este cel mai simplu caz de proces nestaționar:
𝑦𝑡 = 𝑦𝑡−1 + 𝑒𝑡
𝑦𝑡 = 𝑦𝑡−1 + 𝑒𝑡 = 𝑦𝑡−2 + 𝑒𝑡−1 + 𝑒𝑡 = ⋯
= 𝑦0 + (𝑒1 + ⋯ + 𝑒𝑡−1 + 𝑒𝑡 )
Unde et sunt erorile i.i.d. (independ și identic distribuite –
distribuția de probabilitate nu depinde de valori trecute și
𝐶𝑜𝑣 𝑒𝑡 , 𝑒𝑡−1 = 0) cu media 0 și varianță constantă σ2.
Media procesului este 𝐸 𝑦𝑡 = 𝑦0 , unde 𝑦0 este fixă, și
varianța depinde de timp 𝑉𝑎𝑟 𝑦𝑡 = 𝑡 ∙ 𝜎 2 .
Pentru un proces nestaționar, efectele șocurilor rămân în
timp, și acțiunea lor va persita și va fi infinită.
 Rădăcină unitate - unit root
Un proces random walk poate cu intercept (drift):
𝑦𝑡 = 𝑎0 + 𝑦𝑡−1 + 𝑒𝑡 devine
𝑦𝑡 = 𝑦0 + 𝑡𝑎0 + (𝑒1 + ⋯ + 𝑒𝑡−1 + 𝑒𝑡 )
și are media procesului {yt}: 𝐸 𝑦𝑡 = 𝑦0 + 𝑡𝑎0 , și varianța:
𝑉𝑎𝑟 𝑦𝑡 = 𝑡 ∙ 𝜎 2 .

Dacă seria de timp are rădăcină unitate (unit root), este integrată de
ordinul 1, I(1), și diferențele de ordinul 1 ale procesului {yt} sunt slab
dependente:
∆𝑦𝑡 = 𝑦𝑡 − 𝑦𝑡−1 = 𝑎0 + 𝑒𝑡 = 𝑢𝑡 , și 𝑢𝑡 este slab dependent.
Prezența rădăcinii unitate în reziduuri, 𝑢𝑡 , înseamnă că efectele unui
șoc persistă pentru totdeauna, făcând dificilă separarea creșterii pe
termen lung de alte fluctuații ciclice, pentru a fi studiate separat.
 Test de existență a rădăcinii unitate
- Unit root test -
- Se folosește la verificarea existenței rădăcinii unitate a seriilor de
timp
- Fie modelul autotregresiv AR(1):
𝑦𝑡 = 𝑎0 + 𝜌𝑦𝑡−1 + 𝑒𝑡
unde {et } sunt i.i.d. Cu medie 0 și varianță σ2.
Dacă procesul {yt} urmează acest model, el are ”unit root” dacă ρ = 1.
Dacă a0 ≠ 0 și ρ = 1 atunci {yt} este un proces random walk cu intercept,
având mdia 𝐸 𝑦𝑡 o funcție liniară de t.
Lăsând interceptul nespecificat sub ipoteza nulă, se obține următorul
test al rădăcinii unitate (test de unit root):
H 0: ρ = 1
H 1: ρ < 1
Dacă IρI < 1 atunci procesul {yt} este un AR(1) stabil, fiind slab
dependent (asimptotic necorelat).
Testul statistic test este echivalent cu a testa dacă {yt} este I(1) pentru
H0 față de lui H1, de a fi I(0).
 Testul Dickey-Fuller (DF)
Dacă un proces {yt} urmează modelul 𝑦𝑡 = 𝑎0 + 𝜌𝑦𝑡−1 + 𝑒𝑡 și are
ρ = 1, semnificativ, se acceptă H0 ca rezultat al testului statistic de ”unit
root” și procesul {yt} este I(1). În consecință 𝑦𝑡 este serial necorelat.
Scăzând yt-1 din ambele părți ale ecuației 𝑦𝑡 = 𝑎0 + 𝜌𝑦𝑡−1 + 𝑒𝑡 , și
definind  = ρ – 1, se obține:
𝑦𝑡 = 𝑎0 + 𝑦𝑡−1 + 𝑒𝑡 ,
Testul statistic de ”unit root” devine testul Dickey-Fuller (DF) pentru
”unit root”:
H 0:  = 0
H 1:  < 0
Procesul yt-1 este I(1) sub H0 și se folosește t statistic a distribuției
Dickey-Fuller pentru .
Acceptând H0 înseamnă că procesul {yt} are o rădăcină unitate.
Ipoteza H0 se respinge dacă rația t Student pentru  < valorile critice,
care sunt valori negative t stabilite de Dickey și Fuller pentru nivelele
de semnificație corespunzătoare.
 Augmented Dickey-Fuller test (ADF)
Considerând modelul AR, se poate adăuga inca un lag:
𝑦𝑡 = 𝑎0 + 𝑦𝑡−1 + 𝛾1 𝑦𝑡−1 + 𝑒𝑡 , unde 𝛾1 < 1
In acest caz 𝑦𝑡 urmează un model stabil AR(1) sub H0:  = 0;
sub H1:  < 0, 𝑦𝑡 urmează un AR(2).
Pentru p laguri adăugate, regresia este mărită cu termenii decalați și
versiunea extinsă a testului Dickey-Fuller este augmented Dickey-Fuller
test.
𝑦𝑡 = 𝑎0 + 𝑦𝑡−1 + 𝛾1 𝑦𝑡−1 + 𝛾2 𝑦𝑡−2 + ⋯ + 𝛾𝑝 𝑦𝑡−𝑝 + 𝑒𝑡
Rolul termenilor decalați ai 𝑦𝑡 este de a curăța orice corelație serială în
acest proces.
Verificarea semnificației introducerii termenilor decalați se stabilește cu
valorile lor t, care au o distribuție aproximativă t Student, dar t statistic
pentru  este verificată pe distribuție Dickey-Fuller.
DEPENDENŢE ÎN ECONOMIE

Manifestări în mod sincron – Analiza

de cointegrare
 Serie integrată
• Este SC, care se poate recompune prin însumarea
părţilor componete
• Seria yt, care are un trend liniar, devine staţionară
prin calculul diferenţelor de ordinul 1 (reprezentând
elemente componente, părţi) este considerată o
serie integrată de ordinul 1, I(1).
Yt  yt  yt 1  yt t = 1, 2, ...n
• Readucerea SC, yt, se face prin însumarea:
n 1
y1  Y1  y 2 ; y1  Y1  Y2  y3 ;. .... ; y1   Yt  y n
t 1
 Exemple de serii integrate
• Serie integrată de ordinul 0 – serie staţionară I(0).
• Serie integrată de ordinul 2, I(2) presupune determinarea
diferenţelor succesive din diferenţele de ordinul 1
anterior obţinute.
• Seria integrată este acea serie nestaţionară care poate fi
transformată într-o serie staţionară prin calculul
diferenţelor de ordinul 1, I(1), iar dacă tendinţa nu a fost
eliminată în totalitate, se procedează la calculul
diferenţelor de ordinul 2, I(2) etc. În final se ajunge la o
serie staţionară, I(0).
 Serii cointegrate
• Sunt SC care:
– sunt integrate de acelaşi ordin,
– admit o combinaţie liniară care este integrată de
ordinul 0 sau, în orice caz, este integrată de ordin mai
mic decât ordinul de integrare al seriilor iniţiale
• SC au o relație pe termen lung. Forțele
economice acționează în sensul corecției
abaterilor și aducerea lor la relația de echilibru.
 Serii cointegrate - exemplu
yt: 1, 2, 3, 4, 5, 6
yt: 1, 1, 1, 1, 1 ytI(1)

xt: 8, 10, 12, 14, 16, 18

xt: 2, 2, 2, 2, 2 xtI(1)

Combinaţia liniară: zt = 2yt - xt

zt: -6, -6, -6, -6, -6, -6
zt: 0, 0, 0, 0, 0 ztI(0)
Seriile yt si xt sunt cointegrate: ytxt CI(1,0)
 Analiza de cointegrare
• Abordarea unui număr de 2 sau mai multe serii
cronologice, din perspectiva ordinului de
integrare, ca si a combinaţiilor liniare a acestora
• Seriile yt si xt au fiecare gradul de integrare 1, iar
combinaţia liniară zt  yt  (a  bxt ) este integrată
de ordinul 0, se spune că seriile sunt cointegrate
de ordinul 1, ytxt CI(1,0)
• Parametrul b = parametru de integrare
 Perspective
• D.p.v. al econometriei, aceste serii cointegrate
conduc la analize de regresie de calitate, cu
estimatori consistenţi, altfel se obţin soluţii
fragile, îndoielnice “spurious regression”, cu
autocorelarea reziduurilor.
• D.p.v. statistic şi economic, SC cointegrate
arată o stare de echilibru pe termen lung;
arată o evoluţie în acelaşi ritm, o relaţie de
influenţă reciprocă.