Johansen kointegrasi dan VECM?

Saya bingung tentang bagaimana cara melanjutkan pengujian kointegrasi. Saya tertarik untuk menguji kointegrasi antara 3 indeks saham.

Saya diperintahkan untuk menggunakan pengembalian dan bukan harga. Jadi pertanyaan saya adalah bagaimana cara saya melanjutkan tentang mengidentifikasi hubungan kointegrasi karena definisi tersebut adalah menemukan kombinasi dari I (1) variabel yaitu I (0). Karena pengembalian adalah I (0) karena mereka adalah perbedaan pertama, apakah saya masih dapat menggunakan tes Johansen?

econometrics time-series Adrian
sumber

Jawaban:

Pengujian kointegrasi biasanya berlangsung seperti ini:

Sudah sangat jelas hubungan "jangka panjang" antara variabel yang diprediksi teori Anda. Poin tentang kointegrasi adalah bahwa setidaknya ada satu kecenderungan umum di antara variabel. Dalam kasus Anda, Anda akan mengharapkan bahwa harga dari tiga saham bergerak bersama-sama, berdasarkan pada beberapa fenomena pasar yang mendasarinya seperti pertumbuhan ekonomi, volatilitas, dll. Dalam kasus ini, hubungan jangka panjang antara variabel-variabel yang kemungkinan berada dalam level (harga) stok).
Tes untuk root unit pada setiap variabel di tingkat. Ada banyak tes di sini (ADF, KPSS, dll). Anda ingin menemukan bahwa variabel-variabel ini adalah I (1) atau mungkin I (2).
$r=0$ $0<r\leq n$

luchonacho
sumber

Terima kasih atas jawabannya. Bisakah Anda juga merujuk ke posting saya yang lain mengenai interpretasi VECM? economics.stackexchange.com/questions/17978/…

Adrian

Untuk menambah poin bagus yang sudah dibuat, secara umum mungkin ada satu atau lebih tren umum, sehingga tidak harus ada tren umum tunggal. Selama trennya lebih sedikit daripada seri, ada kointegrasi. Juga, secara formal kita menolak hipotesis nol dari suatu tes, bukan tes itu sendiri.

Richard Hardy

@ RichardHardy Terima kasih atas komentarnya. Anda benar di kedua poin.

luchonacho

@ RichardHardy Dalam analisis saya, saya tidak menemukan vektor kointegrasi. Saya telah melakukan tes Johansen baik berpasangan dan kasing multivarian. Karena tidak ada representasi koreksi kesalahan, haruskah saya menyimpulkan temuan saya di sini? Atau ada hal lain yang bisa saya lakukan?

Adrian

@Adrian, Anda masih dapat memodelkan dan menganalisis data untuk tujuan prediktif, jelas, atau deskriptif jika Anda mau. Alih-alih model koreksi kesalahan vektor Anda akan menggunakan misalnya autoregresi vektor pada data yang dibedakan pertama.

Richard Hardy

Gunakan indeks harga log untuk menguji tingkat integrasi mereka, harus I (1) - coba tes root unit ADF. Setelah Anda menentukan peringkat kointegrasi antara indeks harga log, lanjutkan dengan model VECM di mana data Anda secara otomatis akan dibedakan. Perbedaan log adalah perkiraan tingkat pertumbuhan, di sini pengembalian saham.

Paket perangkat lunak apa yang Anda gunakan?

London
sumber

Saya menggunakan Matlab.

Adrian

Saya sudah melakukan tes ADF dan mereka semua saya (1). Tapi saya bingung data mana yang harus menjalankan tes Johansen, data pengembalian yaitu I (0) atau harga sebenarnya yaitu I (1).

Adrian

Anda akan menjalankan Johansen pada level log. Kemudian, menggunakan informasi tentang peringkat kointegrasi menggunakan data log yang dibedakan dalam VECM untuk analisis lebih lanjut.

london

Terima kasih banyak. Sekarang masuk akal. Apakah Anda memiliki pengalaman dengan Matlab? Saya mengalami kesulitan menafsirkan hasil dari estimasi parameter VECM.

Adrian

r = 2 ------ A = 2.1476 0.2474 -0.0912 1.7987 -1.4632 -0.1902 B = -0.5945 -0.1346 0.0406 -0.5229 0.3220 -0.0206 B1 = 0.3856 -0.1649 -0.5012 0.2845 0.0736 0.2642 -0.8338 -0.0111 0.2544 -0.2351 -0.4455 -0.1098 0.0671 -0.2807 -0.7106 -0.0183 -0.2341 B3 = 0.1469 -0.0098 -0.546 -0.1013 -0.0383 -0.083 -0.3842 0.0355 -0.0480 -0.007 -07120-0.753.00 -0.000.30 -0.003.003 -0.0903 -0.0353 0,0847 c0 = 0,0591 0,7101

Adrian