Tengo 16 años de series de tiempo (frecuencia anual con 16 de las observaciones). Voy a realizar una regresión por MCO. En este contexto ¿necesito una unidad de la raíz de la prueba?
¿Tienes sugerencias adicionales para las cosas que debo hacer para pre-analizar mis datos?
Cochrane (1991) dice que la raíz de la unidad de pruebas de baja potencia, por lo que necesita una gran cantidad de datos (en el mejor) para distinguir entre los no-unidad de raíz alternativas:
Este documento se explota el hecho de que cualquier serie de tiempo con una unidad de la raíz puede descomponer en una serie estacionaria y una caminata aleatoria. Desde el paseo aleatorio componente puede tener arbitrariamente pequeña de la varianza, pruebas de unidad de raíces o tendencia estacionalidad arbitrariamente de baja potencia en lo finito muestras. Además, hay unidades de la raíz de los procesos cuya probabilidad funciones y funciones de autocorrelación son arbitrariamente cerca de los de cualquier estacionaria procesos y viceversa, por lo que hay estacionaria y la unidad de los procesos de raíz para que el resultado de cualquier la inferencia es arbitrariamente cerca en muestras finitas.
Una crítica de la aplicación de la unidad de pruebas de raíz
Sin embargo, dependiendo de la prueba y la alternativa realista, esto puede estar bien. David N. DeJong, Juan C. Nankervis, N. E. Savin, Charles H. Whiteman (1992):
Métodos de Monte Carlo se utilizan para estudiar el tamaño y la el poder de la serie-correlación-versiones corregidas de Dickey-Fuller (1979,1981) unidad de raíz pruebas apropiadas cuando la serie de tiempo tiene desconocido decir. Las modificaciones no provocar graves distorsiones de tamaño o poder deterioro en el caso de ruido blanco. Mientras que los estudios en el la literatura se han investigado las características de funcionamiento de estas pruebas de la presencia de la media móvil de los errores, de particular preocupación en este trabajo, es el rendimiento de estos procedimientos en la presencia de regresión automática de errores. El Philips y Perron (1988) y Choi y Philips (1991), los procedimientos se encuentran con serios tamaño distorsiones y tiene muy bajo consumo de energía cuando los errores son autoregressively correlacionados. Llegamos a la conclusión de que incluso en los casos más favorables, estos las pruebas de desempeño deficiente en contra de la tendencia estacionaria alternativas que son plausible para la anual, trimestral y mensual macroeconómico tiempo de la serie. La de Dickey-Fuller aumentado procedimiento, por otro lado, es razonablemente bien educados.
Mi impresión es que las cosas han mejorado un poco en la alimentación de más de vanguardia de los estimadores. Ver Haldrup y Jansson (2005)
Una crítica frecuente de la unidad raíz de las pruebas de las preocupaciones de los pobres de energía y el tamaño de las propiedades que muchas de esas pruebas se presentan. Sin embargo, el pasado década más o menos intensivo de la investigación ha sido llevada a cabo para aliviar estos los problemas y se han logrado grandes avances. El presente documento se ofrece una encuesta selectiva de las contribuciones recientes a mejorar tanto el tamaño de la y el poder de la unidad de la raíz a las pruebas y al hacerlo, el enfoque de la utilización de estadístico riguroso de optimalidad de criterios en el desarrollo de tales pruebas de estrés. Además de la presentación de pruebas, donde la mejora de tamaño se puede lograr mediante la modificación de la norma de Dickey-Fuller clase de las pruebas, en el documento se presenta la teoría de la óptima de las pruebas y la la construcción de alimentación de sobres para la unidad de la raíz pruebas bajo diferentes condiciones que permitan la correlación serial, determinista componentes, supuestos acerca de la condición inicial, no-Gaussiano errores, y el uso de las covariables.
Mejorar el Tamaño y la fuerza en la Unidad Raíz de las Pruebas
Sin embargo, no puedo dejar de pensar que el 16 anual de observaciones no es la cantidad de datos a la disciplina de la serie de tiempo de estimación, y probablemente habrá un montón de algo plausible especificaciones que usted no será capaz de rechazar. En su lugar, puede utilizar la teoría de la economía para justificar la forma funcional y la estadística de pruebas de uso. Por ejemplo, en los mercados eficientes (groseramente), los niveles de precios son altamente serie de correlación (random walks), pero los rendimientos son independientes. Así que si usted sabía que sus datos fueron en los rendimientos, que sólo podría argumentar en lugar de la prueba de que no son una unidad de la raíz.
FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.
