MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Eşbütünleşme

Eşbütünleşmeanaliz

Tek tek durağan olmayan, zamanla serbestçe sürüklenen iki ya da daha fazla serinin uzun dönemde birlikte hareket edip etmediğini, yani aralarında bir denge ilişkisi bulunup bulunmadığını sınayan yöntem (Johansen, Engle-Granger).

Kavram

Fiyat, gelir, tüketim gibi pek çok ekonomik seri durağan değildir; zamanla bir yöne sürüklenir ve şoklar kalıcı izler bırakır (birim kök, I(1)). Bu tür iki seriyi doğrudan regresyonla ilişkilendirmek 'sahte regresyon' tehlikesi taşır: aralarında hiçbir bağ yokken yüksek R² ve anlamlı katsayılar çıkabilir. Ama bazı seriler tek tek sürüklenseler de birbirlerinden uzaklaşamazlar; aralarındaki fark ya da doğrusal bir bileşimleri durağan kalır. Bu duruma eşbütünleşme denir ve iki seri arasında uzun dönem bir denge olduğunu gösterir.

Engle-Granger yöntemi iki adımda çalışır: önce seriler arasında bir regresyon kurulur, sonra bu regresyonun artıklarının durağan olup olmadığı birim kök testiyle sınanır; artıklar durağansa seriler eşbütünleşiktir. Johansen yöntemi ise bütün serileri bir VAR modeli içinde birlikte ele alır ve kaç bağımsız denge ilişkisi (eşbütünleşme rankı r) bulunduğunu iz ve maksimum özdeğer testleriyle belirler. Eşbütünleşme bulunduğunda sonuç bir hata düzeltme modeline (VECM) dönüştürülür: uyum katsayıları (α), dengeden sapıldığında her serinin dengeye ne hızla döndüğünü gösterir.

Yöntem serilerin aynı derecede bütünleşik (genellikle I(1)) olduğunu varsayar; bu nedenle önce birim kök testleri yapılmalıdır. Sonuçlar VAR gecikme sayısına ve deterministik terimlerin (sabit, trend) nasıl tanımlandığına duyarlıdır. Engle-Granger yalnızca tek bir denge ilişkisi bulabilir ve gücü düşüktür; ikiden çok seride Johansen yöntemi yeğlenir.

Ne zaman kullanılır?

  • Durağan olmayan ekonomik ya da finansal seriler (fiyatlar, faizler, kurlar, gelir ve tüketim) arasında uzun dönem bir denge ilişkisi olup olmadığını sınamak için.
  • İki seri ve tek bir ilişki söz konusuysa Engle-Granger; üç ya da daha fazla seri varsa ya da birden fazla denge ilişkisi olabilirse Johansen yöntemi kullanılır.
  • Seriler zaten durağansa eşbütünleşmeye gerek yoktur, doğrudan VAR kurulur; durağan değil ama eşbütünleşik de değillerse farkı alınmış serilerle VAR kullanılır.

Gündelik bir örnek

Bir ilde on beş yıl boyunca her ay un ve ekmek fiyatları kaydedilmiş olsun. İki fiyat da enflasyonla birlikte sürekli yükseliyor ve tek başına ikisi de durağan değil. Yine de fırıncılar unun fiyatını ekmeğe yansıttığı için ekmek fiyatı un fiyatından uzun süre kopamaz; bir ay un pahalanıp ekmek aynı kalırsa birkaç ay içinde ekmek de zamlanır. Eşbütünleşme testi bu ilişkiyi sınar; VECM'in uyum katsayısı ise örneğin dengeden sapmanın her ay yaklaşık %20'sinin ekmek fiyatındaki değişimle kapandığını gösterebilir.

MerQur'da parametreler

Seriler (≥ 2, I(1))

Kavram: Eşbütünleşme, aynı derecede bütünleşik (genellikle I(1), yani bir kez farkı alındığında durağanlaşan) seriler arasında aranır. Seriler fark alınmadan, düzey hâlleriyle girilir; çünkü sınanan şey düzeyler arasındaki uzun dönem ilişkidir.

Gündelik örnek: Un ve ekmek fiyatları aylık değişimleri olarak değil, fiyatın kendisi (TL/kg) olarak girilir. Önce her iki serinin de birim kök taşıdığı, ama aylık değişimlerinin durağan olduğu birim kök testleriyle doğrulanmalıdır.

Ne işe yarar: Düzey (I(1)) seriler. Johansen özvektörleri ve β ilk seriye ya da seçilen normalleştirme değişkenine göre normalleştirilir.

Sonuca etkisi: Seçilen seri kümesi ve sırası.

Doğrulama verisinde: Canada (JSS sırası prod, e, U, rw), denmark (LRM, LRY, IBO, IDE) ve finland.

Tarih (opsiyonel)

Kavram: Model geçmiş değerlere dayandığından gözlemlerin zaman sırasına göre dizilmesi gerekir. Tarih sütunu satırları kronolojik sıraya koyar.

Gündelik örnek: Fiyat tablosu en yeni aydan en eskiye doğru kaydedilmişse ve tarih seçilmezse gecikmeler ters yönde kurulur ve test yanlış sonuç verir. Tarih seçilince ay sırası düzelir.

Ne işe yarar: Satırları tarih sütununa göre sıralar.

Sonuca etkisi: Ters sıralı dosyada sonuç ters zamanda kurulur.

Doğrulama verisinde: Ters sıralı Canada dosyasında tarih seçilince sonuç düz dosyanınkiyle tamamen aynıdır; seçilmezse iz r = 0 istatistiği 105.844'ten farklıdır.

Yöntem (Johansen + Engle-Granger / Johansen / Engle-Granger)

Kavram: Johansen yöntemi bütün serileri bir sistem olarak ele alır ve birden fazla denge ilişkisini bulabilir; Engle-Granger tek bir regresyona ve onun artıklarına dayanır, yalnızca bir ilişki bulabilir ve gücü düşüktür. İkisini birlikte çalıştırmak sonucun yönteme ne kadar bağlı olduğunu gösterir.

Gündelik örnek: Yalnızca un ve ekmek fiyatı varsa iki yöntem çoğu zaman aynı sonuca varır. Seriye maya ve elektrik fiyatı da eklenirse Johansen, örneğin iki ayrı denge ilişkisi bulabilir; Engle-Granger ise bunlardan yalnız birini arar.

Ne işe yarar: Çok değişkenli en çok olabilirlik rank testi ve VECM (Johansen) ve/veya iki adımlı Engle-Granger.

Sonuca etkisi: Yalnız ilgili bölümü çıkarır, sayılar değişmez.

Doğrulama verisinde: Varsayılan koşu iki bölümü birlikte verir (Johansen rank 2, EG τ = -2.307).

→ Johansen iz ve en büyük özdeğer testleri

VAR gecikmesi K (düzeyde)

Kavram: Johansen testinin dayandığı VAR modelinin düzeydeki gecikme sayısıdır; hata düzeltme modelinde bu, K − 1 fark gecikmesine karşılık gelir. Az gecikme artıklarda otokorelasyon bırakır, çok gecikme testin gücünü düşürür ve rank kararı bu seçime duyarlıdır.

Gündelik örnek: Fırıncılar un zammını ekmeğe genellikle bir-iki ay içinde yansıtıyorsa K = 2 ya da 3 makuldür. K = 2 ile iki ilişki, K = 3 ile tek ilişki bulunursa sonuç, artık tanılarıyla birlikte dikkatle yorumlanmalıdır.

Ne işe yarar: Düzeyde VAR gecikmesi K; VECM'de K - 1 fark gecikmesi.

Sonuca etkisi: İz istatistikleri ve rank kararı.

Doğrulama verisinde: Canada, kısıtlı sabit, iz r = 0: K = 2 için 105.84, 3 için 100.94, 6 için 64.79; %5 rank kararı 2, 1, 1. Pfaff (2008) Tablo 4 modelinde (trend, K = 3) iz 84.92, 36.42, 18.72, 3.85.

→ Gecikme uzunluğu seçimi

Deterministik durum (Kısıtlı sabit (ilişkide) / Kısıtsız sabit (veride trend) / Kısıtlı trend + kısıtsız sabit)

Kavram: Sabit ve trendin modelde nerede yer alacağını belirler: yalnızca denge ilişkisinin içinde mi (kısıtlı sabit), serilerin kendisinde doğrusal bir trend olarak mı (kısıtsız sabit), yoksa denge ilişkisinin içinde bir trend olarak mı. Kritik değerler buna göre değiştiğinden seçim, verinin grafiğine ve kurama dayanmalıdır.

Gündelik örnek: Un ve ekmek fiyatları enflasyonla birlikte sürekli yükseliyorsa serilerin kendisinde bir trend vardır ve kısıtsız sabit uygun olabilir. Fiyatlar düz bir çizgi çevresinde dalgalanıyorsa sabit yalnızca denge ilişkisine konur.

Ne işe yarar: Üç deterministik durum: eşbütünleşme ilişkisinde kısıtlı sabit, kısıtsız sabit (veride doğrusal trend), kısıtlı trend + kısıtsız sabit. Kritik değerler Osterwald-Lenum (1992) tablosundan buna göre seçilir.

Sonuca etkisi: İz istatistikleri, kritik değerler ve rank.

Doğrulama verisinde: K = 2, iz r = 0: kısıtlı sabit 105.84 (%5 kritik 53.12), kısıtsız sabit 75.93 (48.28), trend 86.12 (62.99); rank 2, 1, 1.

→ Deterministik terimler (sabit, eğilim)

VECM rankı r (-1 = iz testinin %5 kararı)

Kavram: Rank r, seriler arasındaki bağımsız denge ilişkisi sayısıdır; n tane I(1) seri için 0 ile n − 1 arasında olabilir. Hata düzeltme modeli bu sayıda ilişkiyle kurulur ve her ilişki için uyum katsayıları (α) kestirilir.

Gündelik örnek: Un ve ekmek için r en çok 1 olabilir: 'ekmek fiyatı, un fiyatının belli bir katı çevresinde kalır'. r = 1 seçilen VECM, dengeden sapma olduğunda bu sapmanın her ay ne kadarının hangi fiyatta kapandığını gösterir.

Ne işe yarar: VECM'de kullanılacak eşbütünleşme sayısı.

Sonuca etkisi: α, β, Γ ve VECM denklemleri. r = 0 ya da r = seri sayısı olduğunda VECM kestirilmez ve neden yazılır.

Doğrulama verisinde: Canada α_prod: r = 1 için 0.0004, r = 2 için 0.0386, r = 3 için 0.0475. Pfaff (2008) Tablo 5 (rw sırası, trend, K = 3, r = 1): β = (1, 0.545, -0.013, 1.727, -0.709), α_rw = -0.085; MerQur aynıdır.

→ Johansen iz ve en büyük özdeğer testleri

Normalleştirme değişkeni

Kavram: Denge ilişkisi bir sabitle çarpılabildiğinden tek başına belirlenemez; normalleştirme, seçilen serinin katsayısını 1 yaparak ilişkiyi o serinin cinsinden okunur kılar. Bu bir yorum kolaylığıdır; ilişkinin kendisini değiştirmez.

Gündelik örnek: Ekmek fiyatına göre normalleştirildiğinde ilişki 'ekmek = 0,8 × un + sabit' gibi okunur. Una göre normalleştirildiğinde aynı ilişki un fiyatı cinsinden yazılır; hangisinin daha anlaşılır olduğu araştırma sorusuna bağlıdır.

Ne işe yarar: Johansen özvektörleri, β ve VECM denklemleri bu seriye göre normalleştirilir; varsayılan ilk seridir.

Sonuca etkisi: β ve α'nın ölçeği; iz ve maksimum özdeğer istatistikleri değişmez.

Doğrulama verisinde: JSS sırasında rw seçilince Pfaff (2008) Tablo 5 β ve α değerleri üretilir.

→ Johansen iz ve en büyük özdeğer testleri

Mevsim kuklaları (Johansen) (Yok / Çeyreklik (4) / Aylık (12))

Kavram: Merkezlenmiş mevsim kuklaları, her ayın ya da çeyreğin düzenli olarak tekrar eden etkisini modele ekler. Böylece mevsimsel dalgalanma uzun dönem ilişkiyle karışmaz.

Gündelik örnek: Ramazan ayı ve okulların açıldığı aylar ekmek talebini ve fiyatını her yıl benzer biçimde etkiliyorsa aylık mevsim kuklaları bu düzenli etkiyi ayırır. Denge ilişkisi bu etkiden arındırılmış fiyatlar üzerinden kestirilir.

Ne işe yarar: Merkezlenmiş mevsim kuklalarını modele ekler.

Sonuca etkisi: İz istatistikleri, β ve α.

Doğrulama verisinde: Danimarka (K = 2, kısıtlı sabit) ve Finlandiya (kısıtsız sabit) Johansen ve Juselius (1990) modelleri ile Canada aylık mevsim kuklalı model kestirilir.

→ Mevsimsellik ve mevsim periyodu

Engle-Granger bağımlı değişkeni

Kavram: Engle-Granger'ın birinci adım regresyonunda hangi serinin bağımlı değişken olacağıdır. Sonlu örneklemlerde test sonucu bu seçime bağlı olabilir; bu, Engle-Granger'ın Johansen'e göre zayıf yanlarından biridir.

Gündelik örnek: Ekmek fiyatı una göre regresyonlanırsa bir sonuç, un fiyatı ekmeğe göre regresyonlanırsa biraz farklı bir sonuç çıkabilir. İki yönde de eşbütünleşme bulunuyorsa sonuç daha güven vericidir.

Ne işe yarar: Birinci adım regresyonunun bağımlı değişkeni. Yalnızca Engle-Granger'ı etkiler; Johansen sırası değişmez.

Sonuca etkisi: Birinci adım katsayıları ve artık ADF τ.

Doğrulama verisinde: Canada τ: prod (ilk) -2.307, e -3.293, U -3.419.

→ Engle-Granger iki aşamalı yöntemi

EG regresyon terimleri (Sabit / Sabit + trend)

Kavram: Birinci adım regresyonuna yalnızca sabit mi, yoksa sabit ve doğrusal trend mi ekleneceğini belirler. Trend eklenirse 'seriler, ortak bir zaman trendi çıkarıldıktan sonra dengededir' hipotezi sınanır ve kritik değerler daha katı olur.

Gündelik örnek: Ekmek fiyatı, fırınlardaki işçilik maliyetinin yıllar içinde artması nedeniyle undan bağımsız bir trend de taşıyorsa sabit + trend seçilir. Böylece bu ek trend, denge ilişkisinden sapma sanılmaz.

Ne işe yarar: Birinci adım regresyonuna sabit ya da sabit + trend eklenir; MacKinnon (2010) c ve ct kritik değerleri kullanılır.

Sonuca etkisi: τ ve kritik değerler.

Doğrulama verisinde: Sabit + trend: τ = -2.845, %5 kritik değer -4.609 (sabit: -4.235).

→ Deterministik terimler (sabit, eğilim)

ADF gecikme seçimi (Sabit / AIC / BIC) ve ADF gecikmesi k

Kavram: Engle-Granger'ın ikinci adımında artıklara uygulanan ADF testine kaç gecikmeli fark ekleneceğini belirler. Gecikmeler artıklardaki otokorelasyonu temizler; sabit bir değer verilebilir ya da AIC/BIC ile seçilebilir.

Gündelik örnek: Un-ekmek regresyonunun artıkları bir ay yüksekse ertesi ay da yüksek kalma eğilimindeyse ADF'ye gecikme eklenmesi gerekir. Gecikme sayısı değiştikçe τ istatistiği ve karar değişebilir; bu yüzden seçim raporda belirtilmelidir.

Ne işe yarar: Artık ADF regresyonunun (sabitsiz) gecikmesi: sabit k ya da AIC/BIC ile 1..k arasından (ortak örneklemde). AIC/BIC'te k ≤ 1 ise en büyük gecikme 8 alınır ve not yazılır.

Sonuca etkisi: τ ve kullanılan gözlem sayısı.

Doğrulama verisinde: Canada: k = 0 için τ = -1.905 (n = 83), k = 1 için -2.307 (82), k = 4 için -2.396 (79); AIC/BIC k = 1'i seçer, τ = -2.052 (ortak örneklem n = 75).

→ Gecikme uzunluğu seçimi

Gerçek veride örnek

Veri: Canada, Breitung ve ark. 2004, R vars (Pfaff 2008 sırası)

Değişkenler: seriler prod (verimlilik), e (istihdam), U (işsizlik), rw (reel ücret)

  • Soru: Kanada'nın dört makro serisi (prod, e, U, rw) arasında uzun dönem denge (eşbütünleşme) ilişkisi var mı?
  • Johansen iz testi: K = 2, kısıtlı sabit, T = 82; λ_iz(r = 0) = 105.84 (%5 kritik 53.12), λ_iz(r ≤ 1) = 42.31 (34.91), λ_iz(r ≤ 2) = 17.39 (19.96); %5 düzeyinde rank r = 2.
  • Maks. özdeğer testi: 63.54, 24.92, 10.51, 6.88; aynı karar (r = 2).
  • VECM: Uyum katsayıları (ect1) prod = 0.039, e = 0.026, U = -0.019 (anlamlı), rw = -0.003 (anlamsız); rw dengeye uyum sağlamayan (zayıf dışsal) değişken gibi davranır.
  • Engle-Granger: prod ~ e + U + rw regresyonunun artıklarında ADF τ = -2.31 (%5 kritik -4.23, p = .762); bu tek denklemli test eşbütünleşme bulmaz.
  • Sınırlılık: İki yöntemin çelişmesi Engle-Granger'ın tek vektörle sınırlı ve düşük güçlü olmasındandır; çok değişkenli durumda Johansen yeğlenir.
  • APA: Johansen iz testi, λ_iz(r = 0) = 105.84 (%5 kritik değer = 53.12); r = 2. Engle-Granger τ = -2.31, p = .762.

İlgili kavramlar

Johansen iz ve en büyük özdeğer testleriEngle-Granger iki aşamalı yöntemiGecikme uzunluğu seçimiVektör hata düzeltme modeli (VECM)Deterministik terimler (sabit, eğilim)Birim kök testleri (ADF, Phillips-Perron)Mevsimsellik ve mevsim periyoduÖzdeğer ve özvektör

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.