Вы находитесь на странице: 1из 39

29.09.

2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Ещё Создать блог Войти

Econometrics Beat: Dave Giles' Blog


A resource for econometrics students & practitioners

Home Data Code Readers' Forum Former Students Jobs

Wednesday, June 19, 2013 MathJax

ARDL Models - Part II - Bounds Tests


[Примечание. Важное обновление этого сообщения, касающееся EViews 9 , см. В моем Обо мне
сообщении 2015 года здесь .]
Дэйв Джайлз
Что ж, наконец-то я сделал это! На подготовку некоторых из этих сообщений уходит больше L'Amable, Онтарио, Канада
времени, чем вы думаете.
Сейчас я на пенсии с должности
почетного профессора Университета
Первая часть этого обсуждения была освещена в (вроде!) Недавнем посте , в котором я дал Виктории, Канада. Я все еще
краткое описание моделей авторегрессионного распределенного запаздывания (ARDL) вместе занимаюсь эконометрикой и
с некоторыми историческими перспективами. Теперь пришло время перейти к делу и прикладной статистикой.
посмотреть, как эти модели в последнее время стали играть очень важную роль в Посмотреть мой полный профиль
моделировании нестационарных данных временных рядов.

В частности, мы увидим, как они используются для реализации так называемых «тестов
границ», чтобы увидеть, присутствуют ли долгосрочные отношения, когда у нас есть группа Следуйте @DEAGiles
временных рядов, некоторые из которых могут быть стационарными, в то время как другие нет.
Включен детально проработанный пример с использованием EViews.
Следуйте по электронной почте
Во-первых, напомним, что основная форма модели регрессии ARDL:
Email address... Отправит
y =β +β y + ....... + β y +α x +α x +α x + ......... + α x +ε ,
t 0 1 t-1 k t-p 0 t 1 t- 1 2 t-2 q t-q t
(1)

где ε - случайный член «возмущения», который мы будем считать «хорошо- вел себя "в Мое резюме
t
обычном смысле". В частности, он будет серийно независимым. Вы можете найти мое резюме здесь .

Мы собираемся несколько изменить эту модель для наших целей. В частности, мы будем
работать со смесью различий и уровней данных. Причины этого станут очевидными по мере
Мои книги
нашего продвижения.
Amazon: Центральный автор
Предположим, что у нас есть набор переменных временного ряда, и мы хотим смоделировать
взаимосвязь между ними, принимая во внимание любые единичные корни и / или
коинтеграцию, связанную с данными. Во-первых, обратите внимание, что есть три простые
ситуации, которые мы отложим в сторону, потому что с ними можно справиться стандартными Индекс Хирша Google Scholar
способами:
Мой индекс Хирша
1. Мы знаем, что все ряды I (0) и, следовательно, стационарны. В этом случае мы можем
просто смоделировать данные на их уровнях, например, используя оценку OLS.
2. We know that all of the series are integrated of the same order (e.g., I(1)), but they are
Проект числа Эрдос
not cointegrated. In this case, we can just (appropriately) difference each series, and estimate
a standard regression model using OLS. Мой номер Erdos - 4
3. We know that all of the series are integrated of the same order, and they are cointegrated. In
this case, we can estimate two types of models: (i) An OLS regression model using the
levels of the data. This will provide the long-run equilibrating relationship between the
variables. (ii) An error-correction model (ECM), estimated by OLS. This model will represent Искать в этом блоге
the short-run dynamics of the relationship between the variables.
Поиск
1. Now, let's return to the more complicated situation mentioned above. Some of the variables in
question may be stationary, some may be I(1) or even fractionally integrated, and there is also
the possibility of cointegration among some of the I(1) variables. In other words, things just
aren't as "clear cut" as in the three situations noted above. Всего просмотров страниц

Что нам делать в таких случаях, если мы хотим соответствующим образом моделировать
7 926 313
данные и извлекать как долгосрочные, так и краткосрочные отношения? Здесь на сцену
выходит модель ARDL.
Подпишитесь на этот блог
Методология ARDL / Bounds Testing, разработанная Pesaran and Shin (1999) и Pesaran et al .
(2001) имеет ряд особенностей, которые, по мнению многих исследователей, дают ему
Сообщения
некоторые преимущества перед обычным тестированием коинтеграции. Например:
Комментарии
Его можно использовать со смесью данных I (0) и I (1).

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 1/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Он включает в себя установку всего лишь одного уравнения, что упрощает его
реализацию и интерпретацию.

Разным переменным может быть назначена разная длина лага, когда они входят в
модель.

Нам нужна дорожная карта, чтобы помочь нам. Вот основные шаги, которые мы собираемся
выполнить (подробности будут добавлены ниже):

1. Make sure than none of the variables are I(2), as such data will invalidate the methodology.
2. Formulate an "unrestricted" error-correction model (ECM). This will be a particular type of
ARDL model. Ведущий экономический блог
3. Determine the appropriate lag structure for the model in step 2. INOMICS, 2019
4. Make sure that the errors of this model are serially independent.
Economics Blogs 2019
5. Make sure that the model is "dynamically stable".
6. Perform a "Bounds Test" to see if there is evidence of a long-run relationship between the
variables.
7. If the outcome at step 6 is positive, estimate a long-run "levels model", as well as a separate
"restricted" ECM.
8. Use the results of the models estimated in step 7 to measure short-run dynamic effects, and
the long-run equilibrating relationship between the variables.

We can see from the form of the generic ARDL model given in equation (1) above, that such models
are characterised by having lags of the dependent variable, as well as lags (and perhaps the current
value) of other variables, as the regressors. Let's suppose that there are three variables that we're
interested in modelling: a dependent variable, y, and two other explanatory variables, x1 and x2. More
generally, there will be (k + 1) variables - a dependent variable, and k other variables.

Before we start, let's recall what a conventional ECM for cointegrated data looks like. It would be of
the form:

Δyt = β0 + Σ βiΔyt-i + ΣγjΔx1t-j + ΣδkΔx2t-k + φzt-1 + et ; (2)

Here, z, the "error-correction term", is the OLS residuals series from the long-run "cointegrating
regression",

yt = α0 + α1x1t + α2x2t + vt ; (3)

The ranges of summation in (2) are from 1 to p, 0 to q1, and 0 to q2 respectively.

Now, back to our own analysis-

Step 1: Лучший пост


We can use the ADF and KPSS tests to check that none of the series we're working with are I(2).
Наглядное доказательство
Step 2: того, что OLS - это СИНИЙ
Formulate the following model:
Back in the day (as they say), we had
monochrome monitors on our P.C.'s.
Δy = β + Σ β Δy + Σγ Δx + Σδ Δx +θ y +θ x +θ x +e ; (4) Do you remember the ghastly green or
t 0 i t-i j 1t-j k 2t-k 0 t-1 1 1t-1 2 2t-1 t
weird amber colours? Then...
Обратите внимание, что это почти как традиционный ECM. Разница в том, что теперь мы
заменили член исправления ошибок, z на члены y ,x иx . Из (3) мы видим, что
t-1, t-1 1t-1 2t-1.
ряд остатков с запаздыванием будет иметь вид z = (y -a -a x -a x ), где a - это
t-1 t-1 0 1 1t-1 2 2t-1 Popular Posts (Last 30 Days)
OLS. оценки α. Итак, то, что мы делаем в уравнении (4), включает те же уровни задержки, что и
в обычном ECM, но мы не ограничиваем их коэффициенты. ARDL Models - Part II -
Bounds Tests
Вот почему мы можем назвать уравнение (4) «неограниченным ЕСМ» или «неограниченным
ЕСМ». Песаран и др . (2001) называют это «условным ECM».

Шаг 3 : ARDL Models - Part I


Диапазоны суммирования в различных членах в (4) составляют от 1 до p, от 0 до q и от 0 до q
1
Testing for Granger Causality
соответственно. Нам необходимо выбрать соответствующие значения для максимальных
2
задержек, p, q иq . Также обратите внимание, что «нулевые запаздывания» на Δx и Δx ARDL Modelling in
1 2. 1 2
EViews 9
могут не обязательно требоваться. Обычно эти максимальные задержки определяются с
использованием одного или нескольких «информационных критериев» - AIC, SC (BIC), HQ и т .
Д. Эти критерии основаны на значении высокого логарифмического правдоподобия с
«штрафом» за включение большего количества задержек для достижения этого. Форма
штрафа варьируется от одного критерия к другому. Каждый критерий начинается с -2log (L), а Regression Coefficients &
затем штрафуется, поэтому чем меньше чем выше значение информационного критерия, тем Units of Measurement
лучше результат.

Я обычно использую критерий Шварца (Байеса) (SC), поскольку это последовательный


селектор модели. Следует проявлять некоторую осторожность, чтобы не «перебрать»

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 2/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
максимальные задержки, и я обычно также обращаю внимание на (кажущуюся) значимость
Blog Archive
коэффициентов в модели. Шаг 4 : Ключевое предположение в методологии ARDL / Bounds
Testing, разработанной Песараном и др . (2001) заключается в том, что ошибки уравнения (4) ► 2019 (41)
должны быть серийно независимыми. Как отмечают эти авторы (стр. 308), это требование
может также повлиять на наш окончательный выбор максимальных лагов для переменных в ► 2018 (33)
модели. ► 2017 (42)
► 2016 (55)
► 2015 (87)
► 2014 (167)
После того, как была оценена явно подходящая версия (4), мы должны использовать тест LM
для проверки нулевой гипотезы о том, что ошибки серийно независимы, против альтернативной ▼ 2013 (220)
гипотезы о том, что ошибки (либо) AR (m) или MA (m ), для m = 1, 2, 3, .... и т. д. ► December (23)

Шаг 5 : ► November (13)


У нас есть модель с авторегрессионной структурой, поэтому мы должны быть уверены, что ► October (31)
модель «динамически устойчива». Для получения полной информации о том, что это означает,
см. Мой недавний пост « Когда модель авторегрессии становится динамически ► September (15)
стабильной?» Что нам нужно сделать, так это проверить, что все обратные корни ► August (19)
характеристического уравнения, связанного с нашей моделью, лежат строго внутри единичной
окружности. В этом недавнем моем сообщении было показано, как обмануть EViews, чтобы он ► July (22)
предоставил нам необходимую информацию, чтобы проверить выполнение этого условия. Я не ▼ June (12)
буду повторять это здесь. Шаг 6 : Теперь мы готовы выполнить «Тестирование границ»! Здесь
► 25 (1)
снова уравнение (4): Δyt = β0 + Σ βi
► 24 (1)
▼ 19 (1)
ARDL Models - Part
II - Bounds Tests

► 16 (1)
Δy + Σγ Δx + Σδ Δx +θ y +θ x +θ x +e ; (4)
t-i j 1t-j k 2t-k 0 t-1 1 1t-1 2 2t-1 t ► 13 (2)

Все, что мы собираемся сделать, это предварительно сформировать «F-тест» гипотезы H :θ ► 12 (1)
0
=θ =θ = 0; против альтернативы, что H неверно. Достаточно просто - но зачем мы это ► 11 (1)
0 1 2 0
делаем? ► 05 (1)
► 04 (1)
Как и в обычном тестировании коинтеграции, мы проверяем отсутствие долгосрочного
равновесия отношений между переменными. Это отсутствие совпадает с нулевыми ► 03 (2)
коэффициентами для y ,x иx в уравнении (4). Отказ от H означает , что у нас есть
t-1 1t-1 2t-1 0 ► May (33)
долгосрочные отношения.
► April (25)
При проведении F-теста необходимо решить практическую трудность. Распределение тестовой ► March (8)
статистики совершенно нестандартно (и также зависит от «мешающего параметра»,
► February (7)
коинтегрирующего ранга системы) даже в асимптотическом случае, когда у нас бесконечно
большой размер выборки. (Это несколько похоже на ситуацию с тестом Вальда, когда мы ► January (12)
проверяем отсутствие причинности по Грейнджеру при наличии нестационарных данных. В
этом случае проблема решается с помощью процедуры Тода-Ямамото (1995), чтобы ► 2012 (173)
гарантировать что статистика теста Вальда является асимптотически хи-квадрат, как ► 2011 (131)
обсуждается здесь .)

Точные критические значения для F-теста недоступны для произвольного сочетания


переменных I (0) и I (1). Однако Pesaran et al . (2001) пределы предложения от критических Labels
значений асимптотического распределения F-статистики. Для различных ситуаций ( например
, различное количество переменных, (k + 1)) они дают нижнюю и верхнюю границы критических 2SLS 3SLS American Statistical
значений. В каждом случае нижняя граница основана на предположении, что все переменные Association ARCH ARDL Models ARIMA
равны I (0), а верхняя граница основана на предположении, что все переменные равны I (1). models Asymptotic theory
Фактически, правда может быть где-то между этими двумя полярными крайностями. Autocorrelation Bayesian inference
Beta distribution Bias correction Big
Если вычисленная F-статистика упадет ниже нижней границы, мы сделаем вывод, что data Binomial distribution Blogs
переменные равны I (0), поэтому коинтеграция невозможна по определению. Если F-статистика Bootstrap Business cycle Canadian data
превышает верхнюю границу, мы заключаем, что у нас есть коинтеграция. Наконец, если F- Careers ChiSquare distribution Circular data
статистика попадает в допустимые пределы, тест не дает результатов. Co-authors Cointegration Computing
Conferences Confidence intervals
Это напоминает вам старый тест Дарбина-Ватсона на серийную независимость? Должно! Consistency Consumer demand
Continuous-time model Cooking Count data
В качестве перекрестной проверки мы также должны выполнить «t-тест границ» для H :θ = Courses CPI Data Data Science Degrees
0 0
of freedom Difference-in-differences
0, против H :θ <0. Если t-статистика для y в уравнении (4) больше, чем «граница I (1)»,
1 0 t-1 Distributed lags Distributions Dummy
приведенная в таблице Pesaran et al. (2001; стр. 303-304), это подтверждает вывод о variables Dynamic model Economic
существовании долгосрочной связи между переменными. Если t-статистика меньше «границы I growth Economic statistics Estimation
(0)», мы сделаем вывод, что все данные стационарны. EViews Extreme value theory FIML
Financial econometrics finite sample
Шаг 7 : inference Forecasting Freeware Gamma
Предполагая, что проверка границ приводит к заключению о коинтеграции, мы можем distribution GLS GMM Goodness of fit gr
осмысленно оценить долгосрочное равновесное соотношение между переменными: Grad. students Granger

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 3/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
causality Graphs Gretl H-P filter
y =α +α x +α x +v ; (5) Heteroskadasticity Heteroskedasticity
t 0 1 1t 2 2t t
History of econometrics
а также обычный ECM: History of statistics Humour

Δy =β + Σ β Δy + Σγ Δx + Σδ Δx + φz +e ; (6)
Hypothesis testing
t 0 i t-i j 1t-j k 2t-k t-1 t Identification Information theory
Instrumental variables Jobs LDV
где z = (y -a -a x -a x ), а a - это OLS-оценки α в (5). models LIML Machine Learning
t-1 t-1 0 1 1t-1 2 2t-1
macroeconometrics Mathematics
Шаг 8 : Mean squared error Measurement error
Мы можем «извлечь» долгосрочные эффекты из неограниченного ECM. Оглядываясь назад на meta-analysis Microeconometrics
уравнение (4) и отмечая, что при долгосрочном равновесии Δy = 0, Δx = Δx = 0, мы MIDAS models Miscellaneous MLE
t 1t 2t
model averaging Monte Carlo
видим, что долгосрочные коэффициенты для x и x равны - (θ / θ ) и - (θ / θ )
1 2 1 0 2 0 Multicollinearity Music NBER New
соответственно. Zealand Nobel Prize Nonlinear models
nonparametric inference Normal
Пример: distribution Nuisance parameters NZ data
Теперь мы готовы рассмотреть очень простой эмпирический пример. Я собираюсь OLS p-values Panel data Personal
использовать данные о ценах на природный газ в США и Европе, которые я привел в качестве gripes Poisson distribution Power PPP pre-
второго примера в моем посте « Проверка причинно-следственной связи по Грейнджеру» . testing Publishing Quotes R
Я не вдавался в подробности тестирования причинно-следственной связи Грейнджера с этим Regression models
набором данных, но я упомянул в конце сообщения, а файл EViews (который включает объект Replication Robust estimation Royal
«read_me» с комментариями о результатах) находится на код страницы для этого блога (от 29 Statistical Society Sample selection
апреля 2011). Seasonal adjustment Seminars
SHAZAM Sheep Simulation
Если вы посмотрите на тот более ранний файл, вы обнаружите, что я использовал процедуру Simultaneous equations models
тестирования Тода-Ямамото (1995), чтобы определить, что существует причинно-следственная Specification testing Sports STATA
связь Грейнджера, идущая от серии для США к серии для Европы, но не наоборот . Statistics Statistics Canada Statistics NZ
stochastic frontier model Structural
Новый файл EViews, который использует те же данные для нашего моделирования ARDL,
breaks Student-t distribution SURE model
доступен на кодовой странице под датой текущего сообщения. Данные для двух временных
Survey data survival analysis Systems of
рядов, которые мы будем использовать, также доступны на странице данных этого блога.
Данные ежемесячные, с 1995 (01) по 2011 (03). В терминах обозначений, которые были equations teaching Teaching
введены ранее, у нас есть (k + 1) = 2 переменных, поэтому k = 1, когда дело доходит до econometrics Temporal
проверки границ.
aggregation Time series Tobit
treatment effects Trends UK data Uniform
Вот график данных, которые мы будем использовать ( помните, что вы можете увеличить
большинство этих вставок, щелкнув по ним ): distribution unit roots VAR models
VECM models Videos Weak
Instruments

CPI +1.3 % Chg. from Yr.


Ago on Aug 2020
53,0.70947,1.02934,1.32153

Civ. Unemploy. Rate 8.4


% on Aug 2020
5,4.4,14.7,13.3,11.1,10.2,8.4

10-Yr. Treas. Rate 0.66


Чтобы завершить шаг 1 , нам нужно проверить, что ни один из наших временных рядов не % on 2020-09-25
соответствует I (2). Применяя тест ADF к уровням EUR и US, значения p равны 0,53 и 0,10 .70,0.68,0.68,0.68,0.67,0.66
соответственно. Применив тест к первым разностям ряда, значения p равны 0,00. (Длины лагов
для регрессий ADF были выбраны с использованием критерия Шварца, SC.) Ясно, что ни один Real GDP -31.7 %,
из рядов не является I (2). Comp. Annual Rate of Chg.
on Q2 2020
2.36563,-4.95576,-31.70499
Применяя тест KPSS, мы отклоняем ноль стационарности даже на уровне значимости 1% как
для евро, так и для США, но не можем отклонить нуль I (1) против I (2). Значение p 10% для
теста ADF I (1) vs. I (0) для серии EUR может оставить нас в недоумении, является ли этот ряд IP +0.4 % Chg.
стационарным или нет. Вы знаете, что очевидные «конфликты» между результатами таких on Aug 2020
11,6.14232,3.53205,0.36478
тестов очень часто встречаются на практике.

Это отличная иллюстрация того, как методология ARDL / Bounds Testing может нам помочь. Payroll Employment
+1371 Chg., Thous. of
Чтобы стандартное тестирование коинтеграции (например, Энгла и Грейнджера или
Йохансена) имело какой-либо смысл, мы должны быть действительно уверены, что все серии
интегрированы в одном порядке . В этом случае вы, возможно, не совсем уверены, что это так.

Шаг 2 прост. Учитывая, что тестирование причинно-следственной связи Грейнджера, связанное Blogroll
с моим предыдущим постом, предполагает, что существует причинно-следственная связь
между США и евро (но ненаоборот ), ΔEUR будет зависимой переменной в моем Marginal Revolution

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 4/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
неограниченном ECM:
The Endeavour
ΔEUR =β + Σ β ΔEUR + Σγ ΔUS +θ EUR +θ US +e ; (5)
t 0 i t-i j t-j 0 t-1 1 t-1 t
FlowingData
Это второй шаг!
ECONJEFF
Чтобы реализовать информационные критерии для выбора длительности лагов эффективным
по времени способом, я «обманул» EViews, предоставив сразу много из них, выполнив Statistical Modeling, Causal
следующие действия. Я оценил модель VAR с одним уравнением для ΔEUR и предоставил Inference, and Social Science
t
точку пересечения , EUR , US и фиксированное количество лагов ΔUS как экзогенных
t-1 t-1 t The Enlightened Economist
регрессоров. Например, когда фиксированное количество задержек на ΔUS было равно нулю,
t
вот как я указал VAR: Not Trampis

No Hesitations

The Grumpy Economist

Freakonometrics

R-bloggers

CONVERSABLE ECONOMIST

Worthwhile Canadian Initiative

Revolutions

Dead For Tax Reasons

Carol's Art Space

quandl blog

Marc F. Bellemare

Stats Chat
Оценив эту модель, я выбрал ПРОСМОТР, СТРУКТУРУ ЗАПИСИ, КРИТЕРИИ ДЛИНЫ
ЗАДЕРЖКИ:
Eran Raviv

MacroMania

Kathie Wright

Stochastic Trend

EViews

Core Economics

Roger Farmer's Economic


Window

Economist's View

StatsBlogs

SmallTorque

DiffusePrioR

Hyndsight
Затем я повторил это, добавив ΔUS к списку экзогенных переменных, и получил следующие
t-1
результаты: Causal Analysis in Theory and
Practice

Econ Academics Blog

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 5/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Я поступил таким же образом с дополнительными задержками ΔUS в «экзогенном» списке. Я


t
также рассматривал такие случаи, как:

В результате были получены следующие значения информационных критериев:

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 6/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Глядя на значения SC в этих трех таблицах результатов, мы видим, что для ΔEUR
t
предлагается максимальная задержка 4 . (Значения AIC предполагают, что 8 лагов от ΔEUR
t
могут быть подходящими, но некоторые эксперименты с этим не увенчались успехом .)

Практически нет разницы между значениями SC для случая, когда модель включает только US
в качестве регрессора (0,8714), и случая, когда включено только ΔUS (0,8718). Чтобы
t t-1
придать модели немного динамики, я остановлюсь на последнем случае.

После завершения шага 3 и с учетом этой спецификации задержки давайте теперь посмотрим
на предполагаемый неограниченный ECM:

Шаг 4 включает проверку того, что ошибки этой модели серийно независимы. Выбрав
ПРОСМОТР, ОСТАТОЧНУЮ ДИАГНОСТИКУ, ПОСЛЕДОВАТЕЛЬНУЮ КОРРЕЛЯЦИЮ LM TEST,
я получаю следующие результаты:

m LM p-значение

1 0,079 0,779
2 2,878 0,237
3 5,380 0,146
4 11,753 0,019

Хорошо, у нас проблема с последовательной корреляцией! Чтобы справиться с этим, я


поэкспериментировал с одним или двумя дополнительными задержками зависимой
переменной в качестве регрессоров и в итоге получил следующую спецификацию для
неограниченного ECM:

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 7/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Результаты серийной независимости теперь выглядят гораздо более удовлетворительно:

m LM p-значение

1 0,013 0,911
2 3,337 0,189
3 5,183 0,159
4 7,989 0,092
5 8,473 0,132
6 11,023 0,088
7 12,270 0,092
8 12,334 0,137

Далее, Шаг 5 включает проверку динамической устойчивости этой модели ARDL. Вот
обратные корни соответствующего характеристического уравнения:

Кажется, все в порядке - все эти корни находятся внутри единичного круга.

Прежде чем переходить к тестированию границ, давайте посмотрим на «соответствие» нашего


неограниченного ECM. График «Фактические / Подогнанные / Остаточные» выглядит
следующим образом:

Когда мы «расшифровываем» эти результаты и смотрим на соответствие модели с точки


зрения объяснения самого уровня евро, а не ΔEUR, все выглядит довольно хорошо:

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 8/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Теперь мы готовы к Шагу 6 - самому тесту границ. Мы хотим проверить , если коэффициенты
как EUR (-1) и США (-1) равны нулю в нашей расчетной модели (многократном ниже):

Соответствующий F-тест получается следующим образом:

В результате:

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 9/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Значение нашей F-статистики составляет 5,827, и у нас есть (k + 1) = 2 переменных (евро и


США) в нашей модели. Итак, когда мы переходим к таблицам критических значений Bounds
Test, мы имеем k = 1.

Таблица ДИ (III) на p.300 из Pesaran и соавт . (2001) - это подходящая таблица, которую мы
можем использовать здесь. Мы не ограничивали пересечение нашей модели, и в ECM нет
члена линейного тренда. Нижняя и верхняя границы для статистики F-критерия при уровнях
значимости 10%, 5% и 1% составляют [4,04, 4,78], [4,94, 5,73] и [6,84, 7,84] соответственно.

Поскольку значение нашей F-статистики превышает верхнюю границу на уровне значимости


5%, мы можем сделать вывод, что есть свидетельства долгосрочной связи между двумя
временными рядами (на этом уровне значимости или выше).

Кроме того, t-статистика для EUR (-1) составляет -2,926. Когда мы смотрим на Таблицу CII (iii)
на стр.303 из Pesaran et al . (2001), мы обнаруживаем, что границы I (0) и I (1) для t-статистики
на уровнях значимости 10%, 5% и 1% составляют [-2,57, -2,91], [-2,86, - 3,22] и [-3,43, -3,82]
соответственно. По крайней мере, на уровне значимости 10% этот результат подтверждает наш
вывод о существовании долгосрочных отношений между евро и США.

Итак, мы подошли к шагу 7 и шагу 8 .

Вспоминая наш предпочтительный неограниченный ECM:

мы видим, что долгосрочный множитель между США и евро составляет - (0,047134 /


(-0,030804)) = 1,53. В конечном итоге увеличение на 1 единицу в США приведет к увеличению
на 1,53 единицы в евро.

Если мы оцениваем модель уровней,

EUR =α +a US +V ,
т 0 1 т т

по МНКУ, и построить ряд невязки, {г }, мы можем поместить регулярную (ограниченную)


т

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 10/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
ECM:

Обратите внимание, что коэффициент при исправлении ошибок z отрицателен и очень


t-1
важен. Это то, чего мы ожидаем, если произойдет коинтеграция евро и США. Величина этого
коэффициента означает, что почти 3% любого неравновесия между евро и США исправляется в
течение одного периода (одного месяца).

Этот последний ECM динамически стабилен:

Поскольку ни один из корней не лежит на оси X (действительной), ясно, что у нас есть три
комплексно сопряженных пары корней. Соответственно, краткосрочная динамика, связанная с
моделью, довольно сложна. Это можно увидеть, если мы рассмотрим функцию импульсного
отклика, связанную с "шоком" в одно (выборочное) стандартное отклонение:

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 11/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Наконец, соответствие внутри выборки (с точки зрения уровней евро) исключительно хорошее:

Фактически, каждая простая корреляция между EUR и «подобранной» серией EUR из


неограниченного и обычного ECM составляет 0,994, а корреляция между двумя подобранными
сериями составляет 0,9999.

Итак, вот оно - тестирование границ с моделью ARDL.

[Примечание. Важное обновление этого сообщения, касающееся EViews 9 , см. В моем


сообщении 2015 года здесь .]

Ссылки

Песаран, М. Х. и Ю. Шин, 1999. Подход к коинтеграционному анализу с использованием


авторегрессионного моделирования с распределенным лагом. Глава 11 в С. Строме (ред.),
Эконометрика и экономическая теория в 20 веке: Симпозиум, посвященный столетию
Рагнара Фриша . Издательство Кембриджского университета, Кембридж. ( Версия для
обсуждения в документе .)

Песаран, М. Х., Шин, Ю. и Смит, Р. Дж. , 2001. Подходы к проверке границ к


анализувзаимосвязейуровней . Журнал прикладной эконометрики , 16, 289–326.

Песаран, М. Х. и Р. П. Смит , 1998. Структурный анализ коинтегрирующих VAR. Журнал


экономических исследований, 12, 471-505. Тода, Х. Y и Т. Ямамото (1995). Статистические
выводы в векторных авторегрессиях с возможно интегрированными процессами. Journal of
Econometrics , 66, 225-250.

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 12/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

© 2013, Дэвид Э. Джайлс

Отправленный Дэйвом Джайлзом в 13:53


Реакции: Helpful! (0) More like this! (0) Boring! (0)

364 комментария:

Анонимный 20 июня 2013 г., 7:52

Отличный пост! Какой метод вычисления z предпочтительнее? Вы показываете


использование OLS уровней на уровнях, но вы также упоминаете, что долгосрочные
параметры могут быть оценены на основе неограниченного ECM (т. Е. Модели ARDL,
используемой для проверки границ). Уместно ли использовать эти подразумеваемые
параметры для построения z?

Ответить

Ответы

Дэйв Джайлз 20 июня 2013 г., 8:27

Спасибо. Можно использовать любой способ. В этом конкретном примере вы


получите практически такие же результаты.

Я Джо 1 апреля 2014 г., 19:35

Привет, сэр,

я считаю ваш пост очень полезным. Но меня немного смущает, каким должно
быть k. Поскольку k - это количество регрессоров, в данном случае должно
быть 2, а не 1, верно? потому что вы тестируете как EUR (-1), так и US (-1) =
0. Пожалуйста, объясните это подробнее ... например, если у меня есть еще
одна переменная, и я хочу проверить EUR (-1) = US (-1) = X (-1) = 0, какой
будет мой k_?

Дэйв Джайлз 1 апреля 2014 в 20:18

Как я заметил на шаге 6 (первый шаг 8, а не тот, который используется в


реальном приложении), количество переменных обозначается k + 1, а не k.
Итак, k = 1 - правильное число.

Я Джо 2 апреля 2014 г., 3:54

Большое спасибо за супер быстрый ответ. Теперь я понимаю. У меня есть


еще один вопрос. Если F-тест попадает в диапазон между критическим
значением, что будет следующим шагом? можем ли мы продолжить тест
причинности Грейнджера, аналогичный тому, когда коинтеграция не
обнаружена?

Дэйв Джайлз 2 апреля 2014 г., 8:28


Если вас интересует проверка причинно-следственной связи, то в его случае
я был бы осторожен из-за результата «между границами» в модели ARDL.
Если вы теперь используете методологию TY для тестирования причинно-
следственной связи, вы будете в безопасности, даже если есть единичные
корни и, возможно, коинтеграция.

Я Джо 2 апреля 2014 в 22:25

Спасибо, сэр.

Итак, вы предлагаете мне использовать причинно-следственную связь TY


вместо стандартного теста на причинность Грейнджера?

Я Джо 3 апреля 2014 г., 8:40

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 13/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
привет профессор Дэйв.

В нескольких статьях я видел, что при построении члена исправления ошибок


необходимо учитывать лаг зависимых переменных, а также еще несколько
лагов независимых переменных. Как и в вашем случае, вы только
регрессируете эту модель.
EURt = α0 + α1USt + vt.
Можно ли добавить задержку EURt-1 и USt-1, чтобы зафиксировать
долгосрочную взаимосвязь? Объясните, пожалуйста, чем больше читаю
статей об этой модели, тем больше я запутываюсь. Спасибо, сэр.

Дэйв Джайлз 3 апреля 2014 г., 10:17


Обычно мы НЕ включаем такие лаги, как те, которые возникают при
формировании ECT. Предполагается, что ECT будет основан на остатках от
долгосрочного равновесного отношения, поэтому он не будет включать
никаких динамических эффектов.

Дэйв Джайлз 3 апреля 2014 г., 10:19


Да, я предлагаю вам использовать TY.

Я Джо 3 мая 2014 г., 3:35


Уважаемый профессор Дейв, у
меня есть еще один небольшой вопрос: можно ли добавить временной тренд
в уравнение 3? (yt = α0 + α1x1t + α2x2t + vt). Потому что в своем анализе я
обнаружил, что ни один из коэффициентов не является значимым, но когда я
добавляю временной тренд, я получаю лучшие результаты.

Спасибо и привет,

Дэйв Джайлз 4 мая 2014 г., 15:10


Да, конечно, можете. (Если вы использовали простой двухэтапный подход
Энгла-Грейнджера к тестированию на коинтеграцию, то, когда вы подходите к
долгосрочному уравновешивающему соотношению, которое соответствует
уравнению 3, вы можете либо включить, либо не включить линейный тренд.
Ваш выбор затем влияет на критические значения, которые применяются при
проверке стационарности остатков на втором этапе.)

Здесь, если вы включаете перехват, убедитесь, что вы используете


правильные таблицы для тестов - см. Pesaran et al. ., 2001. Таблицы имеют
четкие названия, которые помогут вам ориентироваться.

Я Джо 5 мая 2014 г., 3:43

Спасибо, сэр.

Мне интересно, когда вы сделаете еще один пример с несколькими


регрессорами? все еще с нетерпением жду прочтения, особенно о том, как
выбрать подходящую длину лага для каждого регрессора.

Ответить

Анонимный 20 июня 2013 в 16:11


Отличный пост! Спасибо за ваше время и усилия, которые вы приложили
для примера.

Ответить

Ответы

Дэйв Джайлз 20 июня 2013 в 21:14

Добро пожаловать - было весело!

Ответить

Анонимный 21 июня 2013 г., 5:14

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 14/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Я искал способ сделать это в Eviews, и без помощи Google мне пришлось использовать
пробную версию limdep. В любом случае, спасибо вам большое за это.

Ответить

Ответы

Дэйв Джайлз 21 июня 2013 г., 8:33


Пожалуйста - надеюсь, это поможет.

Ответить

Анонимный 21 июня 2013 г., 9:39

Спасибо, профессор Дэйв, за решение Eviews. Вы использовали здесь данные


ежемесячной периодичности за период менее 20 лет. Мне было интересно, можем ли
мы использовать данные за менее чем 20 лет для коинтеграции (есть ли на этот счет
эмпирическое правило?) И дает ли использование данных с ежемесячной
периодичностью разные результаты по сравнению с данными с годовой или
квартальной периодичностью (я читал в некоторых старых документах, что частота не
имеет значения для коинтеграции, поэтому просто хотел убедиться, что это все еще
сохраняется).
Ответить

Ответы

Дэйв Джайлз 21 июня 2013 г., 9:45

Привет - спасибо за комментарий. Для этого нет жестких правил. Помните,


это всего лишь иллюстрация. Я бы очень хотел хотя бы 20 лет, независимо от
частоты. Мы действительно знаем, что важен «временной диапазон» данных,
а не только количество наблюдений. Итак, 50 ежегодных наблюдений лучше,
чем 5 лет ежемесячных данных (60 наблюдений). Да, результаты могут быть
чувствительны к выбору частоты - отчасти потому, что могут игнорироваться
сезонные единичные корни и сезонная коинтеграция.

Следует отметить, что если в моих данных ЕСТЬ сезонные единичные корни
(а я не тестировал их - это действительно беспорядок с ежемесячными
данными), то это сделает недействительным тестирование границ. Песаран и
др. очень ясны по этому поводу.

Анонимный 21 июня 2013 г., 9:59

Еще раз спасибо, профессор Дэйв за разъяснения.

Ответить

nottrampis 21 июня 2013 в 22:28

Дэвид,

что мне больше всего нравится, но не все ваши сообщения, так это то, что некоторые
из нас, кто изучал
эконометрику в рамках изучения экономики, могут прочитать эти сообщения и
порадоваться, что мы все еще можем это понять.

Так держать.

Однако должен сказать, что я немного разочарован тем, что на этой неделе я смог
опубликовать только одну статью !!

Ответить

Ответы

Дэйв Джайлз 21 июня 2013 в 22:40

Спасибо! Загруженная неделя :-)

Ответить

Анонимный 22 июня 2013 г., 9:06

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 15/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Дэйв, это монстр! Огромное спасибо.
Ответить

Ответы

Дэйв Джайлз 22 июня 2013 г., 9:20


Спасибо за комментарий. Извините, это заняло так много времени!

Ответить

Анонимный 23 июня 2013 в 13:39


Профессор, спасибо за пост.

Пока вы давали рецепт, у вас было очень мало теории. Например, вы не объяснили,
почему совместный тест выполняет то, что утверждали Песаран и др. Например, если
совместный тест отклоняется, это может быть так, что (1) не выполняется только одно
из равенств или (2) все они не выполняются. Неясно, можно ли сделать одно и то же
заключение по разным причинам отказа. Кроме того, вы не объяснили, зачем вообще
нужен дополнительный связанный тест для y (t-1) и что произойдет, если этот тест не
отклонит.
Ответить

Ответы

Дэйв Джайлз 23 июня 2013 в 20:22

Спасибо за комментарии. Это просто запись в блоге, а не учебник! Извините,


если вы сочли это рецептом - это последнее, чего я хотел бы, как вы можете
видеть из моих предыдущих постов по этому поводу.

Я буду больше писать о моделях ARDL - может быть, вам это понравится.
DG

Анонимный 25 июня 2013 г., 7:32

Спасибо, профессор. Честно говоря, я не думаю, что они достаточно хорошо


объяснили эти вопросы в статье. Документ хорошо цитируется, но я
чувствую, что это пример, когда люди использовали метод, не понимая его.

Дэйв Джайлз 25 июня 2013 г., 8:47

Справедливый комментарий. Думаю, ты прав. Посмотрим, смогу ли я в какой-


то степени ответить на ваши вопросы в следующем посте.

Ответить

Анонимный 25 июня 2013 г., 9:08


привет профессор, спасибо за пост.

Я сомневаюсь, мне нужно оценить детерминанты инфляции в Кабо-Верде, и у меня


есть 7 переменных, как можно выбрать подходящие значения для максимальных лагов
для 7 переменных в eviews
Ответить

Ответы

Дэйв Джайлз 25 июня 2013 в 14:11

Вы не говорите, какую модель вы имеете в виду или какой размер вашей


выборки. Однако критерий SIC может оказаться полезным.

Анонимный 25 июня 2013 в 14:37


размер моей выборки 252 (месяц с 1992 по 2013 м3). Я сомневаюсь в том,
как я могу выбрать подходящие значения для максимальных задержек для 7
переменных для оценки уравнения ARDL для проверки границ метода
совместной интеграции

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 16/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Дэйв Джайлз 25 июня 2013 в 16:37

В этом посте есть большой раздел, в котором обсуждается именно этот


момент.

Ответить

TEH Notten 25 июня 2013 в 22:26

Уважаемый профессор,

отличный пост! Пожалуйста, позвольте мне немного придираться. Не то чтобы это


имело значение для результата F-теста, но вместо того, чтобы указать критические
значения для уровня 1%, вы привели значения для 2,5%. В Pesaran et al. (2001), стр.
300, заявленные критические значения составляют [6,84-7,84]. Может быть, в
следующий пост будет интересно включить упражнение по начальной загрузке для
генерации критических значений для теста границ в небольших выборках?
Ответить

Ответы

Дэйв Джайлз 26 июня 2013 г., 6:08


Спасибо, что заметили это! Я внес поправку. Спасибо и за предложение
начальной загрузки!

Ответить

Анонимный 30 июня 2013 г., 3:43

Уважаемый профессор, спасибо за хороший пост. Мне было искренне интересно, есть
ли в модели ARDL какое-либо ограничение на стационарность зависимой переменной.
Ответить

Ответы

Дэйв Джайлз 30 июня 2013 г., 9:27


Ограничений нет - обычно это I (1).

Ответить

Анонимный 30 июня 2013 в 23:32


Может быть, глупый вопрос, но все ли эти переменные в виде журнала? Спасибо за
этот пост, Дэвид, я не могу дождаться следующей части.
Тим Уотсон

Ответить

Ответы

Дэйв Джайлз 1 июля 2013 г., 6:16

Тим - спасибо за комментарий. Нет, в этом случае они были на уровнях


данных, а не в журналах.

Ответить

Мини Томас 2 июля 2013 в 23:52


Большое спасибо профессору Дейву за это поучительное обсуждение и иллюстрацию с
использованием E-views. В течение последнего месяца я изо всех сил пытался понять
подход связанного тестирования с моделью ARDL, и ваш пост был действительно
полезен для моей текущей докторской работы.
Один небольшой вопрос: как мы интерпретируем краткосрочную взаимосвязь между
двумя временными рядами, используя этот подход к модели ARDL?
Ответить

Ответы

Дэйв Джайлз 18 июля 2013 г., 11:28

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 17/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Привет, если вы нашли коинтеграцию и перешли к ЕСМ, то это модель,
которая представляет краткосрочную динамику. Вы извлекаете
краткосрочную информацию. так же, как и в любом ECM.

Например, в моем последнем ограниченном блоке управления двигателем


коэффициент исправления ошибок равен -0,029. (Оно должно быть
отрицательным, иначе не имеет смысла). Это примерно 3% по абсолютной
величине, так что это говорит нам о скорости корректировки за период, с
которой мы возвращаемся к долгосрочному равновесию после
краткосрочного шока.

Анонимный 3 января 2014 в 20:06


Большое спасибо за ваш пост.

Есть ли случай, когда коэффициент исправления ошибок в ECM меньше -1,


например коэффициент исправления ошибок = -1,25 С

уважением,

Дэйв Джайлз 4 января 2014 г., 10:32

В этом нет смысла - это означает, что существует «чрезмерная коррекция» в


сторону равновесия.

Ответить

Анонимный 5 июля 2013 в 14:23


Уважаемый профессор Джайлз,

Спасибо за ваш пост! Я пытался выяснить, могу ли я использовать Eviews для модели
ARDL. Можно ли выложить свой программный файл для справки. Это было бы очень
полезно. Заранее благодарю за помощь.

Студент магистратуры.

Ответить

Ответы

Дэйв Джайлз 5 июля 2013 в 15:25


Программного файла нет - он не нужен. Рабочий файл уже выложен - это
все, что вам нужно.

Ответить

Неизвестно 2 августа 2013 г., 7:07

Уважаемый профессор, если у меня есть несколько независимых переменных, как мне
выполнить шаг 3, т.е. найти оптимальную длину лага для каждой переменной. Спасибо.

Ответить

Ответы

Дэйв Джайлз 2 августа 2013 г., 9:21


Вам необходимо систематически работать с вариантами длины лага,
принимая во внимание (i) статистическую значимость; (ii) минимизация
значений SIC. После того, как вы выбрали желаемую спецификацию,
убедитесь, что автокорреляции не осталось. Если есть, вам нужно увеличить
макс. лаги, даже если сроки не значительны.

Неизвестно 2 августа 2013 в 12:52

Уважаемый профессор, спасибо за ваш любезный ответ. У меня есть 4


независимые переменные, поэтому я полагаю, мне нужно было бы решить
несколько различных комбинаций чисел задержки для каждой переменной?
Вы имеете в виду, что я должен выполнить регрессию для наиболее общего
уравнения, т.е. 12 лагов для каждой переменной и удалить незначительные?
Если да, то я не слишком уверен в том, как используются критерии значения
SIC. И еще один вопрос, если я действительно обнаружил, что существует

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 18/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
коинтегрирующая связь между переменными, которая содержит смесь I (1) и I
(0) серии, могу ли я составить уравнение VECM, используя все переменные?
Должен ли я формировать VECM, используя переменные I (1), и помещать
переменные I (0) в качестве экзогенных переменных? Очень признателен за
вашу помощь. Я могу написать вам отдельное письмо, если вам так удобнее.
Спасибо.

И условия задержки для каждой переменной строго в рабочем порядке, т.е.


1,2,3,4,5. Или можно было бы убрать незначительные сроки лагов?

Дэйв Джайлз 2 августа 2013 в 14:49

Если вы посмотрите на оригинальные статьи о моделях ARDL и тестировании


границ, вы увидите, что они устанавливают макс. длина лага, а затем
просмотрите все возможные комбинации лагов в рамках этого ограничения.
Выбирается модель с наименьшим SIC. Это будет включать в себя
множество возможных комбинаций. Я предложил принять во внимание
важность сокращения этого набора возможностей. Начните с большого
количества задержек и проверяйте, а не наоборот.

Если вы обнаружите коинтеграцию с тестированием границ, вы можете


установить ECM. Если вам подходит VECM, то, если вы УВЕРЕНЫ, что
некоторые из переменных равны I (0), установите их как экзогенные.

Неизвестно 4 августа 2013 г., 8:22

Спасибо, профессор.

Можем ли мы применить тест коинтеграции Йохансена для модели VAR-


GRACH в Eviews?

Дэйв Джайлз 4 августа 2013 г., 10:00


Насколько мне известно, не с помощью нескольких щелчков мышью. Вам
придется его запрограммировать - и я думаю, вы обнаружите, что это
относится к любому из обычных пакетов.

Ответить

Экономистика 4 августа 2013 в 00:12

Привет, я
вижу шаг 7, zt-1 = (a0 - a1x1t-1 - a2x2t-1), не могли бы вы подтвердить, пропущен ли yt-1
из-за опечатки или отсутствует намеренно.
и не могли бы вы предложить некоторую литературу для изучения, чтобы увидеть
последствия, если есть тенденция в долгосрочном уравнении.
Спасибо

Ответить

Ответы

Дэйв Джайлз 4 августа 2013 г., 10:05

Привет - спасибо, что заметили упущение! Я поправил.


Проблема тенденций обсуждается в Pesaran et al. ссылка.

Номан Аршед 20 августа 2013 в 00:52


Спасибо

Ответить

Анонимный 6 августа 2013 в 14:29


Здравствуйте, профессор, большое вам спасибо за сообщение. Это было полезно для
меня.
Пожалуйста, в модели ARDL (Bounds tests) я должен проверить нормальность ошибок,
гомоскедастичность и автокорреляцию или нет.
Студент инженерного факультета
https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 19/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Ответить

Ответы

Дэйв Джайлз 6 августа 2013 в 15:36

Вы обязательно должны проверить отсутствие автокорреляции (как я сделал


в примере в этом посте). Нормальность менее важна. Учитывая, что вы
работаете с данными временных рядов, гетероскедастичность вряд ли будет
серьезной проблемой, но в идеале вам также следует проверить это.

Ответить

Анонимный 8 августа 2013 г., 8:39

Большое спасибо за пост Я боролся с тем, как выполнять связанные тесты в течение
нескольких дней, но ваше подробное объяснение дало мне понимание. Однако у меня
есть одно наблюдение: утверждение - «Верхняя и нижняя границы для статистики F-
критерия на уровнях значимости 10%, 5% и 1% составляют [4,04, 4,78], [4,94, 5,73] и
[6,84]. , 7,84] соответственно ". Думаю, стоит прочитать «Нижняя и верхняя границы».
Спасибо.

Ответить

Ответы

Дэйв Джайлз 8 августа 2013 г., 8:40

Спасибо - исправлено.

Ответить

Анонимный 9 августа 2013 г., 9:09

Спасибо вам за публикацию. Знаете ли вы, как запустить связанный тест на STATA,
потому что я не использую EVIEWS в моем университете. Спасибо
Ответить

Ответы

Дэйв Джайлз 9 августа 2013 г., 9:56


Если вы посмотрите на то, что я описал, вы увидите, что все, что вам нужно
сделать, это: (1) запустить соответствующую регрессию OLS; и (2) выполнить
F-тест (но использовать нестандартные критические значения "границ"). Вы
можете сделать это с помощью любого пакета эконометрики или статистики.

Анонимный 9 августа 2013 в 15:13

Спасибо. У меня проблема с интерпретацией переменной. * D (EUR (-1)) *


означает ли это различие одной переменной с запаздыванием или
запаздывание первой разницы? Спасибо

Дэйв Джайлз 9 августа 2013 в 20:00.

Как это написано, это означает различие лаговой переменной. Но две вещи,
которые вы упомянули, идентичны друг другу!

Ответить

Неизвестно 11 августа 2013 г., 6:43

См. Narayan and Smyth (2005). они обеспечивают точные критические значения до 80
наблюдений

Ответить

Ответы

Дэйв Джайлз 11 августа 2013 г., 8:20


Спасибо, но было бы полезно получить полную ссылку, чтобы я мог это
проверить. Обычный поиск не дал того, что я искал.

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 20/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Неизвестно 11 августа 2013 в 14:46

Нараян, П.К., 2005. «Связь сбережений и инвестиций в Китае: данные тестов


на коинтеграцию». Прикладная экономика 37, 1979–1990: http://www.xn--nide-
1wa.edu.tr/ckfinder_portal/userfiles/files/narayan.pdf

Дэйв Джайлз 12 августа 2013 г., 9:05


Спасибо за это эмпирическое приложение - однако кажется, что критические
значения, о которых вы говорите, не получены в этой статье, а (по-
видимому?) Получены из пары неопубликованных дискуссионных документов
2004 года. Я постараюсь их выследить. Или вы можете помочь нам всем,
отправив их мне по электронной почте на адрес dgiles@uvic.ca.

Также в вашем исходном комментарии упоминается «Нараян и Смит», но ни


эта статья, ни какие-либо из упомянутых в ней документов не имеют этого
авторства.

Ответить

Проф. Диллон 18 августа 2013 г., 7:25

привет сэр, спасибо за этот пост. в моей модели лаг становится равным нулю, и если я
добавляю тренд, значение sbc увеличивается. так что в краткосрочном уравнении
зависимая переменная только в левой части?
заранее спасибо

Ответить

Ответы

Дэйв Джайлз 18 августа 2013 г., 7:44

Проверить серийную корреляцию - разных порядков. Я уверен, что это будет


проблемой. Затем добавляйте лаги, пока эта проблема не будет решена,
независимо от значений SBC.

Ответить

JJ 20 августа 2013 в 13:58


Профессор Джайлс, вы закончили этот пост обещанием «второго и более подробного
иллюстративного примера», который «будет включать в модель больше переменных».
Я просмотрел все ваши последующие посты, но больше ничего не нашел в тесте ARDL
Bounds. Я случайно пропустил это или вы еще не сделали его доступным? Спасибо!
Ответить

Ответы

Дэйв Джайлз 20 августа 2013 в 14:18

Терпение, терпение ........ Я работаю полный рабочий день! :-)

Анонимный 9 апреля 2014 в 22:16

Если возможно, я надеюсь, что мы сможем увидеть еще один отличный


пример как минимум с тремя переменными в модели ARDL летом 2014 года.
Спасибо за отличный пост!

Ответить

Анонимный 28 августа 2013 в 21:58

Проф. Джайлз, спасибо за этот пост. У меня есть вопросы, нет ли в долгосрочной
модели динамических переменных? Ex. отстала зависимая переменная? И когда вы
оцениваете члены, соответствующие ошибкам, исходя из остатков, они из модели без
динамических терминов или из ARDL? И если вы поняли, что вам следует использовать
Xt, Xt-1 и только Xt-1 имеет значение, могу ли я удалить Xt? Спасибо!

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 21/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Ответить

Ответы

Дэйв Джайлз 3 сентября 2013 г., 19:33


Привет - в долгосрочной модели нет запаздывающих значений. Ряды
остатков, используемые для построения члена коррекции ошибок, взяты из
долгосрочной модели. И ответ на ваш последний вопрос - «да».

Ответить

Анонимный 7 сентября 2013 в 15:57

Уважаемый профессор, я заметил, что квадрат R модели выше в примере (0,38)


меньше 60%. Это хорошо для модели ardl?
Спасибо.

Ответить

Ответы

Дэйв Джайлз 7 сентября 2013 в 20:16

Это очень хорошо для ЛЮБЫХ моделей, в которых зависимая переменная


находится в первых разностях (а не в уровнях).
DG

Анонимный 8 сентября 2013 г., 4:08

Пожалуйста, мистер Джайлз, не могли бы вы предложить мне меньшее


значение R в квадрате, из которого я могу принять модель (ARDL).
Спасибо большое!

Дэйв Джайлз 8 сентября 2013 г., 9:03

На этот вопрос нет простого ответа, так же как нет «наименьшего значения»,
с которым вы бы столкнулись для любой регрессионной модели. Не стоит
слишком беспокоиться о величине R-квадрата - это одна из наименее важных
статистических данных в любом выходе регрессии.

Ответить

Неизвестно 10 сентября 2013 г., 7:25

Теперь мне нравится. Желаю долгих лет жизни дорогой профессор

Ответить

JJ 12 сентября 2013 г., 10:45

Профессор Джайлз, прежде чем мы проверим причинность Грейнджера (шаг 2), должно
ли быть правдой, что модель VAR подходит? Что делать, если 2 уравнения VAR не
имеют значения? Можем ли мы продолжить и проверить беспричинность Грейнджера?

Ответить

Ответы

Дэйв Джайлз 12 сентября 2013 г., 10:48

Вы могли бы, но было бы гораздо лучше, если бы у нас была модель, которая
с самого начала казалась «значительной».

JJ 12 сентября 2013 в 20:24

Спасибо за ответ. У меня другой вопрос: когда мы рассчитываем BIC, N =


Всего нет. наблюдений. Итак, предположим, что у нас есть 250 наблюдений,
модель AR (0) имеет N = 250 и T = 250, а модель AR (1) имеет N = 250, но T =
249. А как насчет ECM? Изначально предположим, что у меня есть 250
наблюдений. Когда я пишу ECM и использую нулевые запаздывания
разностных переменных, это N = 250 или 249, поскольку 1 наблюдение было
потеряно из-за разности. Stata неправильно вычисляет BIC, полагая N = T. Я
знаю, что вы используете EViews, но не могли бы вы пояснить мне, каким

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 22/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
должно быть N в уравнении регрессии, выраженном в первых разностях?
Большое спасибо!

Дэйв Джайлз 12 сентября 2013 в 22:35

Ясно, что в этом случае N = 249.

JJ 26 сентября 2013 в 15:07


Профессор Джайлз, что касается вышеупомянутого вопроса о значимости, я
понимаю, что только 3-е отставание от ВВП имеет значение для
прогнозирования экспорта конкретного товара. Должен ли я переоценить
безусловный ECM, используя только третью запаздывающую разницу ввп?
Это действительно так? Мне интересно, должны ли все переменные иметь
одинаковое количество запаздывающих различий, и может ли третья
задержка быть частью ЕСМ без первой и второй. Спасибо.

Дэйв Джайлз 26 сентября 2013 в 15:40

У вас может быть разное количество лагов для разных переменных; и может
опустить "промежуточные" задержки, если это предполагается из-за
отсутствия значимости.

Ответить

Анонимный 1 октября 2013 г., 4:34

Уважаемый профессор Джайлз,

мне интересно, должны ли долгосрочные коэффициенты для x1 и x2 быть - (θ1 / θ0) и -


(θ2 / θ0) соответственно на шаге 8. Я получил много пользы от вашего блога. Огромное
спасибо.

Ответить

Ответы

Дэйв Джайлз 4 января 2014 г., 10:36

Спасибо - исправлено некоторое время назад.

Ответить

Анонимный 5 октября 2013 в 12:27

Пожалуйста, господин, правда ли, что модель ardl помогает избежать проблемы
коллинеарности?

Ответить

Ответы

Дэйв Джайлз 5 октября 2013 в 13:38

Нет, это неправда.

Ответить

Анонимный 7 октября 2013 г., 3:09

Здравствуйте, профессор Дэйв, у


меня есть вопросы. Можем ли мы использовать подход ARDL для панельных данных?
Если да, я не использую шаг 4, потому что я пробовал ARDL для панели, но мне это не
удалось.
Все p-значения каждой переменной ARDL (включая переменные задержки) являются
знаковыми?
Спасибо

Ответить

Ответы

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 23/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Дэйв Джайлз 13 октября 2013 г., 11:49


Посетите http://ideas.repec.org/p/aee/wpaper/0605.html

EV смотрит на Гарета 30 октября 2013 в 14:47


Разве оценка объединенной средней группы не является просто оценкой
ARDL для панелей?

Дэйв Джайлз 31 октября 2013 в 21:55


Да. См. Http://www.jstor.org/discover/10.2307/2670182?
uid=3739400&uid=2&uid=3737720&uid=4&sid=21102854321811

Но это не касается тестирования границ.

Ответить

JJ 10 октября 2013 г., 6:51


Уважаемый профессор Джайлс,

Нараян (2005) предоставил критические значения для малых размеров выборки (30–
80). Это F-статистика для проверки существования долгосрочных отношений. Однако
он не предоставил t-статистику для проверки границ. Учитывая, что t-статистика также
имеет нестандартное распределение, могли бы вы порекомендовать какой-либо
источник в литературе, который предоставляет эти статистические данные (границы)
для небольших выборок, или предложить способ их создания?

С нетерпением ждем ваших сообщений

Спасибо,
Ответить

Ответы

Дэйв Джайлз 10 октября 2013 г., 10:30

Боюсь, у меня нет рекомендации для вас. Вы можете загрузить свои


конкретные результаты.

Ответить

Неизвестно 14 октября 2013 г., 11:30


Большое спасибо, профессор Дэйв Джайлс.
Можете ли вы расширить свой пост через коинтегрированную модель панели,
используя метод ARDL, еще
раз большое спасибо.

Ответить

Ответы

Дэйв Джайлз 14 октября 2013 г., 11:42

:-) Я постараюсь найти время - у меня есть постоянная работа! ;-)

Ответить

Анонимный 14 октября 2013 в 16:30

Привет, профессор Джайлз,


большое спасибо за ваши очень полезные посты. В моей голове небольшая путаница ...
Не знаю, пропустил ли я это из ваших предыдущих постов. Если все рассматриваемые
переменные оказываются равными I (0), но обнаруживается наличие коинтеграции,
можно ли использовать ECM? Спасибо за помощь.
Ответить

Ответы

Дэйв Джайлз 14 октября 2013 в 21:39

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 24/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Если все серии равны I (0), то они НЕ МОГУТ быть коинтегрированы по
определению. Так что ECM не подходит.

Ответить

Неизвестно 18 октября 2013 в 22:12

Уважаемый профессор Джайлс,

Большое спасибо за ваш пост; это очень помогло мне с моей диссертационной
работой. Я проверяю взаимосвязь между экономическим ростом и различными типами
потребления энергии для 21 страны ОЭСР с помощью метода TY.
Мой вопрос: если бы была обнаружена двунаправленная причинно-следственная
связь, означало бы это, что два уравнения нужно было бы исследовать отдельно: в
одном случае экономический рост был бы эндогенной переменной, а потребление
энергии - экзогенным, и наоборот?
Спасибо за помощь!

Ответить

Ответы

Дэйв Джайлз 19 октября 2013 г., 10:10

Спасибо за ваш комментарий. Итак, теперь вы разобрались с причинно-


следственной связью и хотите смоделировать структурные отношения? Если
да, то вам нужна модель одновременных уравнений с двумя уравнениями, и
вам необходимо оценить ее с помощью 2SLS, 3SLS или FIML. Или любой
другой оценщик IV, если на то пошло.

Ответить

Неизвестно 22 октября 2013 г., 11:52


Уважаемый профессор Джайлз,
Спасибо за ваш ответ. Я выяснил причинно-следственную связь. Поскольку я
использовал технику TY, коинтеграция не оказала большого влияния на определение
направления причинности, потому что переменные не нужно было интегрировать в
одном порядке. Для стран, где потребление энергии и экономический рост
интегрированы в разные порядки, я моделирую структурную взаимосвязь с помощью
тестов ARDL Bounds. Хотя все серии, для которых я выполняю ARDL Bounds Tests,
имеют однонаправленную причинную связь, я просто хотел знать, как тест будет
работать в случае двунаправленной причинности.
Еще раз спасибо за ответ на мой вопрос.

С уважением,
Дарья

Ответить

Анонимный 27 октября 2013 г., 5:09

Здравствуйте, профессор!
Мой вопрос не имеет прямого отношения к модели ARDL, но я запутался, и мне нужна
ваша помощь. Пожалуйста, в моей модели ARDL я оценил влияние обменного курса на
дефицит торгового баланса, и я использую иностранную выручку в качестве одной из
переменных, это не проблема, если торговый баланс и иностранная выручка не
находятся в одной и той же валюте.
Огромное спасибо.

С уважением,
Ответить

Анонимный 4 ноября 2013 г., 10:04

привет профессор,
можем ли мы использовать ARDL, если существует эндогенность ч / б переменных?

Ответить

Ответы

Дэйв Джайлз 4 ноября 2013 г., 10:41

Пока эндогенные регрессоры запаздывают, актуальны.

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 25/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Ответить

Неизвестно 9 ноября 2013 в 21:36

Достойный сэр.
Действительно большие усилия. Спасибо за ваше время, которое вы потратили на нас.

Ответить

Анонимный 2 декабря 2013 в 12:30

Уважаемый профессор Дэйв Джайлз,

у меня просто вопрос. Почему в модели ARDL при технической оценке в Eview мы
должны использовать разницу каждой серии для оценки?
Большое спасибо.

Ответить

Ответы

Дэйв Джайлз 2 декабря 2013 в 12:30

Потому что они могут быть я (1).

Ответить

Неизвестно 5 декабря 2013 г., 2:19

Большое спасибо за ваши старания! это действительно ясно и полезно теоретически и


практически.
Еще один вопрос, совместим ли тест коинтеграции Йохансена с этим моделированием?
Могут ли они дать нам больше информации о долгосрочных отношениях?
Еще раз спасибо, профессор.

Ответить

Ответы

Дэйв Джайлз 5 декабря 2013 г., 9:01

Спасибо за комментарий. Просто имейте в виду, что тест Йохансена основан


на предположении, что все серии - это I (1). Подход ARDL этого не требует,

Ответить

Неизвестно 11 декабря 2013 в 12:33

Уважаемый проф.,

Пожалуйста , пришлите мне ссылку на ARDL-модели Part-I.

Ответить

Ответы

Дэйв Джайлз 11 декабря 2013 в 13:06

Это прямо во второй строке этого поста!

Ответить

Анонимный 16 декабря 2013 г., 6:19

Уважаемый проф.,
Большое спасибо за пост. Однако я хотел бы знать, нужно ли нам проверять
значимость долгосрочного множителя, прежде чем переходить к выводам, то есть к
шагу 7. Другими словами, как я узнаю, что оценки долгосрочной эластичности значимы?
И особенно когда долгосрочные коэффициенты регрессии, извлеченные из модели
ARDL, не имеют значения?

Ответить

Ответы

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 26/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Дэйв Джайлз 29 декабря 2013 г., 8:57

Вы можете создать стандартную ошибку для долгосрочного параметра,


используя дельта-метод, и таким образом немедленно проверить значимость.

Ответить

Анонимный 19 декабря 2013 г., 6:00

Уважаемый проф,
танк за полезные объяснения.
Я использую stata и никогда не использую eviews. Можно ли выполнить тест ARDL с
помощью Stata?
спасибо, и я с нетерпением жду.

Ответить

Ответы

Дэйв Джайлз 19 декабря 2013 г., 6:13

Да - все, что вам нужно, это пакет, который оценит модель линейной
регрессии.

Ответить

Анонимный 27 декабря 2013 г., 4:16

Профессор Джайлз,
Спасибо за пост, очень полезно. просто краткий вопрос. У меня случай с тремя
переменными. Связанный тест предполагает, что эти переменные коинтегрированы.
Однако одна из двух независимых переменных кажется несущественной (в
долгосрочной части). Следует ли мне исключить эту переменную из долгосрочного
уравнения и повторить упражнение? и включить эту переменную только в
краткосрочную часть?

Ответить

Ответы

Дэйв Джайлз 27 декабря 2013 г., 8:17


Нет, я бы сохранил долгосрочную модель, несмотря на ее индивидуальную
незначительность, если бы вы установили, что между тремя переменными
существует долгосрочное коинтегрирующее отношение.

Ответить

Неизвестно 30 декабря 2013 г., 9:04

Уважаемый проф,
Большое спасибо за ваш пост. Это действительно полезно теоретически и практически.
Еще один вопрос, у меня есть модель с 4 независимыми переменными: X1, X2, X3, X4.
Итак, как я могу оценить длину лага друг с другом. Например, для X1 сначала
используется процесс Var, затем оценивается d (X1) с помощью C d (Y) Y (-1) X1 (-1) X2
(-1) X3 (-1) X4 (-1) или d ( x1) с C d (Y (-1)) Y (-1) X1 (-1) X2 (-1) X3 (-1) X4 (-1), и, наконец,
используя AIC, BIC, чтобы выбрать длину лага для Х1. В этом посте вы оцениваете
только длину лага для Y. Итак, с независимыми переменными, как мы можем это
сделать?
Спасибо, и я с нетерпением жду.

Ответить

Анонимный 2 января 2014 г., 6:28

Уважаемый профессор Д. Джайлс!

Ваш блог принес мне огромную пользу. У меня есть следующий вопрос

На шаге 7 - уравнение (5) yt = α0 + α1x1t + α2x2t + zt - соотношение долгосрочного


равновесия

Перед построением модели ECM мы должны оценить уравнение (5), чтобы получить z
(t-1), но в некоторых статьях упоминалось, что для проверки долгосрочного равновесия

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 27/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
использовалось уравнение (5 *)

Δyt = β0 + Σ βiΔy (ti) + ΣγjΔx1 (tj) + ΣδkΔx2 (tk) + zt (5 *). Они оценят уравнение (5 *),
чтобы получить z (t-1) для построения модели ECM.

Мой вопрос заключается в том, что, сравнивая уравнение (5) и уравнение (5 *), какое из
них истинно?

огромное спасибо

Ответить

Ответы

Дэйв Джайлз 2 января 2014 г., 8:27


ECM всегда моделирует краткосрочную динамику, а не долгосрочное
уравновешивающее отношение.

Ответить

Арнольдас 6 января 2014 в 16:39

Прежде всего, спасибо за это чрезвычайно полезное упражнение, которое вы


проделали!
Я хотел бы спросить, если можно, что, если тест с привязкой к ARDL, кажется,
подтверждает коинтеграцию между двумя переменными (значение теста> критическое
даже при 1% lvl), но когда я подхожу к ограниченному ECM, коэффициенты задержки
серия остатков не является ни отрицательной, ни значимой - означает ли это, что
коинтеграции все-таки нет? Или это значит, что в модели ошибка? Можно ли получать
противоречивые результаты?

Кроме того, что бы вы предложили: если вы хотите исследовать влияние одной


переменной на несколько других переменных, лучше всего создать несколько моделей
ARDL для 2 переменных или мне следует создать несколько моделей ARDL для всех
переменных, включенных в каждую из них, и только изменение эндогенной
переменной?

Заранее большое спасибо!


Ответить

Ответы

Дэйв Джайлз 7 января 2014 в 15:43

Во-первых, это звучит так, как будто модель может быть указана неверно или
могут возникнуть проблемы из-за структурных разрывов в данных.
Во-вторых, вы должны включить все переменные в модель ARDL.

Ответить

Рональд Рэвинеш Кумар 7 января 2014 в 20:50

Уважаемый профессор Джайлз,

большое спасибо за объяснение метода ARDL и всех ваших ответов.


С наилучшими пожеланиями.

Ответить

Ответы

Дэйв Джайлз 7 января 2014 в 22:24


Добро пожаловать - я рад, что это было полезно.

Ответить

Неизвестно 8 января 2014 г., 1:08

Дорогой профессор Джайлз,


огромное вам спасибо за это полезное упражнение!
Я хотел бы спросить, на шаге 5, если модель var не удовлетворяет условию
устойчивости, что мне делать?
заранее спасибо.

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 28/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Ответить

Ответы

Дэйв Джайлз 8 января 2014 г., 9:16

Во-первых, это не модель VAR. Если условие стабильности не выполняется,


вам придется изменить спецификацию модели с помощью структуры
задержки, пока она не будет удовлетворена. Если это не удастся, вам
придется отказаться от модели.

Ответить

Анонимный 22 января 2014 г., 4:45

Всем привет,
мне нравится это очень полезное упражнение.
Можно ли сделать то же самое в R ??? я не мог использовать EViews ....
Шаг 1 возможно
Шаг 2 также возможно сгенерировать ARDL-модель в R
Шаг 3: лаг-структура не будет проблемой
Шаг 4: все в порядке
Шаг 5: хорошо, теперь становится сложно. как доказать стабильность модели в R ??
Могу ли я использовать тест Бреуша-Гофри?
Шаг 6: я не знаю, есть ли что-то, что я могу использовать в R ......
Кто-нибудь может помочь ??
Спасибо!

Ответить

Ханан Исхак 22 января 2014 г., 7:51

Уважаемый профессор Джайлз.


Пожалуйста, объясните, как мы можем решить проблемы серийной корреляции и
гетерскедастичности в оценке ARDL с помощью Microfit 4.01?
заранее спасибо
Ответить

Ответы

Дэйв Джайлз 2 апреля 2014 г., 8:23

Извините - я не пользуюсь Microfit.

Ответить

Анонимный 25 января 2014 г., 5:36


Уважаемый профессор Джайлс,
извините за вопрос: как получить последний график вашего анализа (график с
подогнанным под актуальную европейскую серию ...) в Eviews ???

Ответить

Ответы

Дэйв Джайлз 25 января 2014 г., 7:27

Поместите 2 серии в ГРУППУ и выберите ВИД, ГРАФИК и т. Д.

Анонимный 26 января 2014 г., 4:10

Уважаемый профессор Джайлз,


спасибо за ваш ответ.
Один вопрос по поводу шага 7:
я хотел бы оценить уравнение долгосрочной взаимосвязи ( № 5). как я
получаю а ??? Вы говорите, что а - это МНК оценки α в (5)

Спасибо!

Дэйв Джайлз 27 января 2014 г., 8:04

Просто оцените уравнение (5) с помощью OLS - тогда z-ряд - это остаточный
ряд из оцененного (5) - это просто обычный член исправления ошибок.

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 29/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Ответить

Анонимный 30 января 2014 г., 4:56


Уважаемый профессор Джайлз,

я пытаюсь оценить модель ARDL, где зависимая переменная - это I (1) y, а некоторые
из независимых переменных - это I (1), а некоторые - I (0). Предполагая, что зависимая
переменная и независимая переменная I (1) коинтегрированы, правильно ли включать
переменные I (0) даже в долгосрочную взаимосвязь? Или мне (0) переменные
записывать только в ECM?

С наилучшими пожеланиями

Ответить

Ответы

Дэйв Джайлз 4 февраля 2014 в 13:52

Это может иметь место и в долгосрочных отношениях.

Неизвестно 14 февраля 2014 г., 4:08

Большое спасибо.

Должен ли коэффициент зависимой переменной с задержкой в CCEM быть


отрицательным и значимым (как для члена исправления ошибок в
стандартном ECM?). Если результат окажется положительным (и
значительным), свидетельствует ли это о проблеме со спецификацией
модели?

Спасибо.

Дэйв Джайлз 14 февраля 2014 г., 8:14

Да; и да.

Ответить

JJ 4 февраля 2014 в 12:05

На шаге 6 вы говорите: «Если t-статистика для yt-1 в уравнении (4) меньше, чем«
граница I (1) », приведенная в таблице Песарана и др. (2001; стр. 303-304), это будет
подтверждают вывод, что между переменными существует долгосрочная связь. Если t-
статистика больше, чем «граница I (0)», мы сделаем вывод, что все данные являются
стационарными ».

Если не будет наоборот, т. Е. Когда t-stat превышает границу I (1), нуль отсутствия
коинтеграции отклоняется в пользу альтернативной гипотезы, что переменные
коинтегрируются, и когда t-stat ниже границы I (0), недостаточно доказательств, чтобы
отвергнуть нулевое значение отсутствия коинтеграции, и мы заключаем, что все
данные являются стационарными.

Я ошибаюсь?

Ответить

Ответы

Дэйв Джайлз 4 февраля 2014 в 13:10

Вы абсолютно правы - спасибо, что заметили это. Изменение внесено.

Ответить

Анонимный 7 февраля 2014 г., 7:09

Уважаемый Дэйв! Спасибо за этот очень полезный пост, в котором показано, как
реализовать метод границ ARDL в Eviews. Мне интересно, можете ли вы помочь мне с
вопросом. Предположим, вы хотите посмотреть, существует ли двунаправленная
причинно-следственная связь между y и x. Затем вы запускаете delta (y) как зависимую
переменную в ECM (с определенной структурой запаздывания, фиктивными

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 30/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
значениями и временным трендом), и вы обнаруживаете, что коэффициент ECM
отрицательный и значимый, и что статистика F также значима. Это говорит о том, что x
«тянет» за y. Теперь предположим, что вы запускаете другой ECM с дельтой (x) в
качестве зависимой переменной и просто предполагаете, что структура лагов
отличается и, возможно, у вас есть другие фиктивные модели без временного тренда
(короче говоря, другой ECM). Но вы получаете значительный отрицательный
коэффициент ECM и значительную F. Позволяет ли это сделать вывод о
двунаправленной причинно-следственной связи? Спасибо!
Ответить

Ответы

Дэйв Джайлз 7 февраля 2014 г., 11:12

Почему бы просто не создать VAR и проверить отсутствие причинно-


следственной связи с помощью методологии Тода-Ямамото, чтобы учесть
нестационарность (и возможную коинтеграцию) ваших данных?

Ответить

Анонимный 10 февраля 2014 г., 6:12

Уважаемый профессор Джайлс,

Спасибо за этот пост. Это мне очень помогло. но теперь меня смущает процедура
проверки границ. Насколько я понял после выбора оптимальной длины лага для
модели. Например, у меня есть модель с 3 независимыми переменными. Прежде чем
читать ваш пост, я находил оптимальную модель ardl с помощью mfit, а затем провожу
тест Wald с электронными представлениями. Итак, если мы предположим, что я нашел
оптимальную задержку как 3, но модель ardl как (2,1,1,1). следует ли мне проводить
тест Wald с 3 лагами для всех переменных или использовать указанные лагы, как
предусмотрено mfit?

Заранее спасибо,!

Ответить

Ответы

Дэйв Джайлз 10 февраля 2014 г., 8:42

Извините, но я не знаком с mfit. Однако я не понимаю, почему в этом случае


вы должны переключаться между двумя пакетами.

Ответить

Неизвестно 12 февраля 2014 в 13:16

Привет, профессор.
Спасибо за этот пост. Я работаю над взаимосвязью между потреблением энергии,
занятостью и экономическим ростом в Саудовской Аравии, используя структуру
производственной функции. Я хотел бы использовать тестирование ARDL Bounds для
коинтеграции, но данные о рабочей силе доступны только с 1990 по 2012 год. Кажется,
что период слишком короткий, можно ли использовать подход ARDL?
Ответить

Ответы

Дэйв Джайлз 12 февраля 2014 в 13:47

Я должен сказать, что сомневаюсь в результатах ARDL, основанных на такой


короткой выборке. Вы будете действительно ограничены структурами лагов,
которые вы можете исследовать, и рискуете сильно «занизить» модель.

Ответить

Анонимный 15 февраля 2014 в 22:19


Спасибо, профессор Джайлз,
я жду процедуры ARDL панельных данных. любая идея, когда вы опубликуете эту тему.
с наилучшими пожеланиями

Ответить

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 31/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Арслан 3 марта 2014 г., 10:42

Сэр Дэйв Джайлз ... пожалуйста, подскажете, как рассчитать стандартные ошибки и t-
отношения долгосрочных коэффициентов ???
Ответить

Ответы

Дэйв Джайлз 3 марта 2014 г., 10:43

Вы можете использовать дельта-метод.

Арслан 4 марта 2014 г., 11:34

большое спасибо, сэр. пожалуйста, поделитесь процедурой для этого в


eviews, я пробую это с прошлой недели :(

Дэйв Джайлз 4 марта 2014 в 16:18

В посте есть ссылка на файлы EViews! Также см. Другой пост здесь:
http://davegiles.blogspot.ca/2014/01/an-ardl-add-in-for-eviews.html

Ответить

адил 7 марта 2014 г., 9:44


сэр,
могут ли данные 2-го порядка также использоваться для ardl? Я имею в виду, что если у
вас есть наборы данных в первом и втором порядке, оба, все еще можно использовать
ardl?

Ответить

Ответы

Дэйв Джайлз 7 марта 2014 г., 9:47

Нет - у вас не может быть никаких переменных I (2).

Неизвестно 29 мая 2014 г., 8:23

я хотел бы спросить, что я могу сделать в этом случае? если у меня есть
переменная I (0), I (1) и I (2) ??

Ответить

ทอง ใหญ่ อ ัยยะ ว รา กูล 31 марта 2014 в 17:43

Уважаемый профессор Джайлз,

Большое спасибо за такой замечательный урок!

Когда мы выполняем выбор порядка VAR и вычисляем VAR в EViews, почему все
наблюдения включаются в процесс (он показывает включенные наблюдения = 195, что
равно количеству наблюдений в наборе данных)? Я попытался воспроизвести ваши
результаты с помощью Stata и получил результаты, очень близкие к результатам Eviews,
но не совсем такие же. Я заметил, что количество наблюдений, включенных в Stata,
уменьшается в зависимости от количества лагов, включенных в модель, что, как мне
кажется, является источником расхождений в результатах.

Большое спасибо за ваш ответ и еще раз спасибо за этот замечательный блог.

Тонгяй

Ответить

Ответы

Дэйв Джайлз 1 апреля 2014 г., 8:25

Tongyai - я понятия не имею, что делает Stata - я никогда не использую его.

Ответить

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 32/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Неизвестно 1 апреля 2014 в 12:41

Уважаемый профессор

! Подход ARDL к совместной интеграции основан на подходе одного уравнения. По


словам Песарана, чтобы иметь дело со случаями, когда может быть более одного
уровня взаимосвязи, включающей yt, потребуется вычисление дополнительных таблиц
критических значений. Вы знаете, каковы эти критические ценности?
Спасибо

Ответить

Ответы

Дэйв Джайлз 1 апреля 2014 в 12:46

Сара - без промедления. Сожалею!

Неизвестно 7 апреля 2014 в 12:38

Спасибо за ваше сообщение. Вы знаете, действительно ли они опубликовали


эти критические значения? Все равно спасибо.

Дэйв Джайлз 7 апреля 2014 в 12:41

Извините, но я не знаю.

Ответить

Анонимный 3 апреля 2014 г., 9:44

Уважаемый профессор Джайлс,

Большое спасибо за этот замечательный пост! Это мне очень помогло.

В настоящее время я пытаюсь оценить модель ARDL с несколькими независимыми


переменными. Таким образом, у меня проблемы с шагом 3, потому что EViews всегда
сообщает «Почти сингулярная матрица», когда я включаю слишком много переменных /
задержек. У вас есть какие-нибудь советы, как с этим бороться?

Большое спасибо за ваш замечательный блог и всю помощь!

Лучший

Максимилиан
Ответить

Ответы

Дэйв Джайлз 4 апреля 2014 г., 9:26

Максимилиан - спасибо за комментарий. У вас просто заканчиваются степени


свободы - вам нужны более длинные временные ряды.

Ответить

Анонимный 6 апреля 2014 г., 7:02


Зависимая переменная - это I (0), то что касается ARDL. он еще действует или выходит
из строя?

Ответить

Джейкоб Таппер 7 апреля 2014 г., 10:22

Уважаемый профессор Джайлс,

Во-первых, спасибо за загрузку этого поста, он был чрезвычайно полезен в качестве


руководства при проведении моего собственного теста ARDL-границ.

Мне любопытно, почему вы решили проверить последовательную корреляцию ошибок


неограниченного ECM на шаге 4 всего с 4 задержками? Осмотревшись, я не нашел
какого-либо конкретного правила относительно количества лагов для тестирования, но
я прочитал в другом месте, что в этом случае будет уместно 12 лагов (без какого-либо

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 33/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
обоснования), поскольку используются ежемесячные данные. Есть ли конкретная
причина, по которой вы тестировали до 4 лагов?

Спасибо,

Джейкоб

Ответить

Ответы

Дэйв Джайлз 7 апреля 2014 г., 10:32

Нет особой причины - это просто иллюстрация.

Ответить

Неизвестно 7 апреля 2014 в 12:40

Дорогой Дэйв,
у меня два вопроса. Во-первых, почему в эмпирических работах метод тестирования
ARDL Bounds используется более чем в одном уравнении?
Второй вопрос: я применяю модель ARDL для изучения роли энергии в экономическом
росте путем включения занятости и капитала в качестве традиционных ресурсов. Как я
могу процитировать ваш пост в качестве ссылки?
Ответить

Ответы

Дэйв Джайлз 10 апреля 2014 г., 9:50

Мунир - Боюсь, я не понимаю вашего первого вопроса.


Для цитирования: Дэвид Э. Джайлс, «Модели ARDL - Часть II - Граничные
тесты», Econometrics Beat, 19 июня 2013 г.,
http://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds- tests.html

Ответить

Анонимный 21 апреля 2014 г., 10:13

Уважаемый Дэйв,

действительны ли результаты теста границ, если в модели VEC коэффициент при


лаговой зависимой переменной является статистически незначимым?

Ответить

Ответы

Дэйв Джайлз 21 апреля 2014 г., 10:22


Да, это не имеет значения.

Ответить

Анонимный 28 апреля 2014 г., 2:50

Это отличный пост - спасибо, что написали его, он очень полезный и интересный.
Ответить

Анонимный 28 апреля 2014 г., 10:24


Спасибо за сообщение. В приведенном вами примере, разве множитель LR не должен
быть коэффициентом запаздывания США / коэффициентом запаздывания евро (в
шагах 7 и 8)?

Ответить

Ответы

Дэйв Джайлз 10 мая 2014 в 13:46

Спасибо, что заметили это - теперь исправлено.

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 34/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Ответить

Филип 30 апреля 2014 г., 4:20

Уважаемый профессор Джайлз,

Большое спасибо за ваш пост.


Поскольку в настоящее время я работаю над исследованием, включающим связанную
модель тестирования ARDL с несколькими переменными, мне было интересно,
публиковали ли вы уже свою статью на эту тему в своем блоге?

Еще раз спасибо!

Ответить

Ответы

Дэйв Джайлз 30 апреля 2014 г., 7:45

Филипп - извини, пока нет!

Неизвестно 3 мая 2014 г., 6:53

Спасибо за ваш ответ. С нетерпением жду этого!

Ответить

Анонимный 5 мая 2014 в 14:02

Привет, профессор, спасибо за подробный анализ. У меня вопрос, можно ли


использовать оценки уровня OLS в качестве долгосрочного параметра независимой
переменной? Или нам нужно применить формулу деления для оценки параметра LR?
или можно использовать оба?
Буду очень признателен за ваш ответ.

Ответить

Ответы

Дэйв Джайлз 9 мая 2014 в 12:59

Вам следует использовать пропорциональный подход, основанный на


модифицированном ECM. Если вы используете модель простых уровней, в
моем примере вы получите оценочный коэффициент около 0,842. Однако это
не будет действительным, если обе переменные не будут I (1) и
коинтегрированы.

Ответить

Ририн 8 мая 2014 г., 00:25

Еще один вопрос, профессор Дэйв.

По критерию SBC задержка моих данных должна быть 4, но могу ли я использовать


другую задержку? например 3?
потому что, когда я использую 4, моя модель не коинтегрируется.

Спасибо проф!

Ответить

Ответы

Дэйв Джайлз 8 мая 2014 г., 10:39

Нет, в этом случае не следует использовать меньше 4.

Ририн 12 мая 2014 г., 9:31

Все ли переменные должны использовать 4 лага, или мы можем подать


заявку только на одну переменную?

Я читал, что когда мы используем только одну задержку для переменной, это
может привести к пропуску спецификации для модели. Это правда?

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 35/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests

Дэйв Джайлз 12 мая 2014 г., 10:03

Переменные могут иметь разную длину лага. Часто рассматриваются все


возможные комбинации задержек, и мы выбираем ту, которая дает
наименьшее значение SIC / AIC. Гораздо серьезнее недооценить количество
задержек, чем переоценить.

Ририн 12 мая 2014 в 23:20

спасибо, профессор, это действительно помогло :)

Ответить

Неизвестно 12 мая 2014 в 23:09

Сэр, есть небольшая типологическая ошибка. пожалуйста, обновите его.


См. В шаге 2: ...... "Из (3) мы можем видеть, что ряд запаздывающих остатков будет zt-1
= (a0 - a1x1t-1 - a2x2t-1), где a - это оценки OLS. альфа ".
Это будет zt-1 = (yt-1 -a0 - a1x1t-1 - a2x2t-1).

Ответить

Ответы

Дэйв Джайлз 13 мая 2014 г., 9:24

Большое спасибо - исправлено.

Ответить

Неизвестно 15 мая 2014 г., 4:43

Спасибо за ваш полезный пост. При ограниченной оценке ECM, нужно ли беспокоиться
о величине квадрата R? Ваш - 0,37, и мой тоже около этого.

Кевани

Ответить

Ответы

Дэйв Джайлз 15 мая 2014 г., 10:23

Кьюнай - вы ожидаете низкого R-квадрата с любой регрессией, в которой


зависимая переменная является первой разницей.

Ответить

Анонимный 16 мая 2014 г., 3:54

Уважаемый профессор, спасибо за ваш пост .... теперь я работаю с моделью ardl и
обнаружил, что между моей переменной существует долгосрочное отношение ... тогда
мне подходит термин исправления ошибок, знак отрицательный и значимый,
переменная разница лагов стала несущественной, как и в связанном тесте ... это
проблемы?

Ответить

Ответы

Дэйв Джайлз 16 мая 2014 г., 8:30

Не обязательно. Тест границ использует неограниченный ECM, теперь у вас


есть ограниченный.

Ответить

Анонимный 21 мая 2014 г., 4:49

Привет, профессор Джайлс, у


меня есть ARDL, где я считаю, что одна переменная (X) влияет на Y в течение первого
исторического периода, а затем другая переменная (Z) влияет на Y во второй половине
временного ряда. У меня есть базовый ECM, а затем вторая модель, в которой я

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 36/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
добавляю фиктивную диаграмму для разделения исторического периода, а затем
соответствующие мультипликативные термины (краткие и долгосрочные значения X и
Z, умноженные на фиктивную диаграмму года). Это уместно в ECM? Модель лучше
подходит, если включает условия взаимодействия, и имеет смысл, если моя гипотеза
верна.

Заранее благодарим вас за понимание.


Ответить

Ответы

Дэйв Джайлз 27 мая 2014 в 12:09

Привет, я не вижу в этом большой проблемы. Однако трудно ответить на


такие вопросы, не видя модели, данных и т. Д., И я не могу предоставить
бесплатные консультационные услуги по этим вопросам. Сожалею!

Ответить

Анонимный 27 мая 2014 г., 3:36


Большое спасибо за этот замечательный пост!
Но у меня есть 2 вопроса:
1. Почему уравнение yt-1 - a0 - a1 * x1t-1 - a2 * x2t-1 называется ограниченным, а
уравнение θ0 * yt-1 + θ1 * x1t-1 + θ2 * x2t-1 называется неограниченный? Где
ограничение в первом уравнении, а где «неограничение» во втором и почему они так
называются? И почему это применяется в ARDL?
2. Почему сначала вы оценили неограниченный ECM, а затем ограниченный ECM.
Зачем нам нужно выполнять последнее, если мы не можем использовать ограниченный
ECM для модели ARDL?
Ответить

Ответы

Дэйв Джайлз 29 мая 2014 г., 9:02

1. Термин «ограниченный» используется, потому что запаздывания


переменных не вводятся отдельно, а коэффициенты оцениваются без каких-
либо ограничений. Вместо этого они вводятся как линейная комбинация, то
есть как отставание остаточного члена.
2. Неограниченный ECM - это то, что необходимо для надлежащего
тестирования границ. Как только мы определили, что у нас есть
коинтеграция, это означает (из теоремы Грейнджера о представлении), что
должен существовать ограниченный ECM. И это то, что нас интересует. Итак,
одна версия модели предназначена для тестирования; другой - для оценки.

Ответить

Ричард 27 мая 2014 г., 5:56

Проф. Джайлз,

отличный пост! Спасибо!

У меня есть вопрос об оценке долгосрочных коэффициентов в модели ARDL, поскольку


в эмпирической литературе я нахожу два разных подхода.

В некоторых статьях авторы оценивают долгосрочную модель после доказательства


коинтеграции следующим образом:
yt = β0 + Σ βiyt-i + Σγjx1t-j + ΣδkΔx2t-k + et.
Например, здесь: http://www.lahoreschoolofeconomics.edu .pk / JOURNAL / LJE% 20Vol15-
% 20No.12010 / 1% 20Waliullah% 20EDITED% 20AC.pdf Мне непонятно, какой
коэффициент какого лага я должен принять в качестве коэффициента долгосрочного
прогноза? Или я беру там коэффициент переменной уровня и запаздывания
используются только как управляющие переменные? Не могли бы вы мне помочь?

После выбора оптимального количества лагов они используют коэффициенты этого


уравнения в качестве долгосрочных оценок.

Затем они конструируют et как термин ECM в ограниченном ARDL ECM для оценки
краткосрочной динамики.
На мой взгляд, это отличается от вашего подхода к расчету долгосрочных
коэффициентов из модели неограниченной коррекции ошибок путем деления

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 37/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
коэффициентов и взятия et только из вашей модели yt = α0 + α1x1t + α2x2t + vt. Не
могли бы вы помочь мне и объяснить, какой подход использовать для расчета
долгосрочных коэффициентов? И коэффициент какого лага или уровня в долгосрочной
модели использовать в качестве долгосрочного коэффициента? Кроме того, не могли
бы вы объяснить мне, почему мы можем оценить долгосрочные коэффициенты в
вашем примере, разделив - (θ1 / θ0) и - (θ2 / θ0)? Большое спасибо!

В некоторых статьях авторы используют оба подхода ...

Ответить

Ответы

Дэйв Джайлз 27 мая 2014 в 12:05

Ричард - это хорошие вопросы, и я сделаю отдельный пост, чтобы ответить


на них должным образом.

Ответить

Неизвестно 27 мая 2014 г., 9:54


Здравствуйте,

Спасибо за очень подробное объяснение тестирования ARDL Bounds. У меня есть


вопрос, который нужно задать, т.е. не отрицать наличие единичного корня во второй
разности данной переменной как единственное необходимое и достаточное условие
для обоснования применения подхода ARDL. Если это так, почему нам нужно
проверять наличие / отсутствие корня единицы в данных уровня или после первой
разницы. Я понимаю, что если все рассматриваемые переменные равны I (0), то они не
могут быть совместно интегрированы, но это само по себе отразится на принятии
нулевого значения или отсутствия совместной интеграции согласно тесту Вальда для
переменных данных уровня. Так почему бы не выполнить тест на единичный корень
только для второго различия переменных?
Ответить

Ответы

Дэйв Джайлз 27 мая 2014 в 12:04

Нишант - хороший вопрос. Я сделаю небольшой пост по этому поводу.

Неизвестно 27 мая 2014 в 12:57

Спасибо за быстрый ответ. Буду с нетерпением ждать вашего поста.

Ответить

res 31 мая 2014 г., 8:28


Извините, я немного заблудился на шаге 3 ... как пришел результат расчетного
неограниченного ECM?

Ответить

Ответы

Дэйв Джайлз 31 мая 2014 г., 9:23

Вы имеете в виду в общих чертах или в иллюстративном приложении? Вы


должны быть более конкретными.

res 31 мая 2014 в 12:39

спасибо проф. но я понял это сейчас

Ответить

Анонимный 31 мая 2014 г., 10:33

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 38/39
29.09.2020 Econometrics Beat: Dave Giles' Blog: ARDL Models - Part II - Bounds Tests
Извини я понял

Ответить

Анонимный 31 мая 2014 в 14:15

Уважаемый профессор, Спасибо за брифинг, и я не был уверен, как вы пришли к


значению Z, которое соответствует модели на шаге 7 ... спасибо

Ответить

Enter your comment...

Comment as: Google Accoun

Publish Preview

Загрузи больше...

Примечание. Только участник этого блога может оставлять комментарии.

Более поздняя публикация Главная Предыдущее сообщение

Подпишитесь на: Комментарии к публикациям (Atom)

Awesome Inc. theme. Powered by Blogger.

https://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html 39/39