协整: VAR边界的检验和结果的解释
协整: VAR边界的检验和结果的解释
提问于 2017-09-06 09:47:35
目前，我正在使用不同的双VAR模型来分析协整关系。
有如下一对时间序列:x是I(0)，Y(1)。由于X和Y的顺序不一致(即I(1)和I(1))，所以不能用vars包进行Johansen和Juselius (ca.jo)测试。相反，我必须考虑Pesaran等人的测试。(2001)适用于不同顺序集成的时间序列。
这是我与一个名为ardl的包对不同顺序的变量进行协整测试的可重复代码。
install.packages("devtools")
library(devtools)
install_github("fcbarbi/ardl")
library(ardl)
data(br_month)
br_month
m1 <- ardl(mpr~cpi, data=br_month, ylag=1, case=3)
bounds.test(m1)
m2 <- ardl(cpi~mpr, data=br_month, ylag=1, case=3)
bounds.test(m2)问题：--我可以测试VAR (有两个变量)和ARDL测试的协整吗？
对结果的解释(例5= constant+trend):
bounds.test(m1)
PSS case 5 ( unrestricted intercept, unrestricted trend )
Null hypothesis (H0): No long-run relation exist, ie H0:pi=0
I(0) I(1)
10% 5.59 6.26
5% 6.56 7.30
1% 8.74 9.63
F statistic 11.21852
Existence of a Long Term relation is not rejected at 5%.
bounds.test(m2)
PSS case 5 (unrestricted intercept, unrestricted trend )
Null hypothesis (H0): No long-run relation exist, ie H0:pi=0
I(0) I(1)
10% 5.59 6.26
5% 6.56 7.30
1% 8.74 9.63
F statistic 5.571511 长期关系的存在在5%时被拒绝(甚至假设所有的回归元I(0))
当的F统计量小于5%水平I(0)的临界值时，是cpi与mpr之间的协整关系。
然而，它能告诉我什么是m2 m1**?**，而不是的结论吗？
回答 1
Stack Overflow用户
发布于 2017-10-09 14:21:28
对我来说，你混淆了“协整”的定义。因为:对于要进行协整的许多时间序列，它们必须具有相同的集成顺序。
所以，你的问题似乎是“当我有不同的整合顺序的时间序列时，我能做些什么？”
因此，在这种情况下，我建议你采取差异(非平稳变量)，以获得平稳性，并保持平稳的那些是。然后通常使用VAR。
本文从ARDL检验的2001年论文中提出了一种新的方法来检验水平中变量之间的关系是否存在，而不论潜在的回归元是纯I(0)、纯I(1)还是相互协整。
因此，通常情况下，ARDL测试不用于协整检验。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46071990
复制相关文章
相似问题
腾讯云开发者
