Hibavektor-javító modell (MCVE)

gazdasági-szótár

Az Error Vector Correction Model (MCVE) a VAR modell kiterjesztése, amely magában foglalja az autoregresszió késleltetett hibájának korrekciós tagjának hozzáadását annak érdekében, hogy két változó kointegrációját figyelembe véve becslést készítsünk.

Más szóval, az MCVE-modell a kointegrációt tartalmazza, a hibajavítási tagot használva új független változóként a VAR-modellben.

Így becsléseket készíthetünk a függő változóra, figyelembe véve annak késleltetett értékeit, a másik változó késleltetett értékeit és a késleltetett hibajavítási tagot (kointegrációs hatás).

Ajánlott cikkek: kointegráció, VAR modell, autoregresszív modell.

Kointegráció

A két valószínűségi változó közötti kointegráció egy közös sztochasztikus trend jelenléte. Más szavakkal, a változók annak ellenére, hogy véletlenszerűek, egy tendenciát mutatnak. Például egy adott időtartamon belül előfordulhat, hogy az egyik változó emelkedik, és a másik is emelkedik. Ugyanez az ellenkező esetben is.

A kointegráció jelenléte nem azt jelenti, hogy a változók ugyanabban a relatív egységben emelkednek vagy csökkennek, hanem azt, hogy a változók között heterogén diszperzió van.

Hibajavító kifejezés

A hibajavító tag vagy kointegrációs együttható megmutatja, hogy vizuálisan és pontatlanul történik-e kointegráció. Egy ilyen határozott döntés meghozatalához ajánlatos olyan statisztikákat alkalmazni, mint az EG-ADF kontraszt.

Matematikailag az Xt és Yt változót két olyan valószínűségi változóként definiáljuk, amelyek átlagos 0 és variancia 1 standard normál valószínűségi eloszlást követnek.

Aztán a kointegráció jelenléte azt jelenti

Hibajavító kifejezés.

integrált 0-as fokozatú.

A d paraméter a kointegrációs együttható. Ezt az együtthatót úgy kapjuk meg, hogy figyelembe kell venni, hogy meg kell szüntetni a különbség közös trendjét.

Az alkalmazott ökonometriai módszerek az általánosított legkisebb négyzetek és a Dickey-Fuller teszt kombinációja.

Más szóval, ha azt látjuk, hogy a két sorozat közötti különbség nem követ semmilyen egyértelmű trendet, akkor megállapítjuk, hogy a két változó közötti kointegráció 1-es, a hibajavítási tag pedig 0 integrációs fok.

Sematikusan

  • Ha trendet látunk a két változó között => különbség ellenőrzése => különbség nem követ egyértelmű trendet => hibajavítási tag 0 fokú integráció => kointegráció van a két változó között (1. fokú integráció).
  • Nem látunk trendet a két változó között => különbség ellenőrzése => különbség, ha egyértelmű tendencia van => hibajavítási tag 1-es fokú integráció => nincs kointegráció a két változó között (0. fokú integráció).

VAR modellképlet (p, q):

Az MCVE alapja a Vector Autoregresszív (VAR) modell:

Autoregresszív vektormodell egyenlet (VAR).

Ahhoz, hogy a VAR-modellt MCVE-modellré alakítsuk, a következőket kell tenni:

  • Adja hozzá a korrekciós kifejezést a hiba egy periódusához képest:
A hibajavítási idő egy periódussal késleltetett.
  • Adjuk hozzá a növekmény előjelét a késleltetett független változókhoz, ezzel utalva arra, hogy az első különbséget alkalmazzuk.

2 változós MCVE modellképlet

Tehát két Xt és Yt változó MCVE értéke (amikor k = 2):

MCVE modellegyenlet, ha k = 2.

Elméleti példa

Megállapíthatjuk, hogy van-e kointegráció az AlpineSki részvény és a NordicSki részvény hozama között? Mond valamit az AlpineSki és a NordicSki (| A-N |) abszolút értékbeli különbsége?

AlpineSki és NordicSki teljesítménytáblázat.

Címkék:  banki USA táska 

Érdekes Cikkek

add